Главная страница

Моделирование Лузина. Виды (направления) прогнозирования


Скачать 1.58 Mb.
НазваниеВиды (направления) прогнозирования
Дата18.04.2022
Размер1.58 Mb.
Формат файлаdoc
Имя файлаМоделирование Лузина.doc
ТипДокументы
#482592
страница3 из 6
1   2   3   4   5   6




Следовательно, связь между временем и среднемесячной начисленной зарплатой работников прямая, т.к. Rxy  0, а теснота связи умеренная (по шкале Чеддока).

Коэффициент детерминации равен R2xy= (0,3)2=0,09 (9%).

Следовательно, 9% изменений среднемесячной начисленной зарплатой работников объясняется изменением времени.

Коэффициент корреляции между временем и уровнем рентабельности деятельности сельхозпредприятий определяется по формуле (в качестве факторного признака Х выступает номер года t, а в качестве результативного признака Y выступает Х):





Следовательно, связь между временем и уровнем рентабельности деятельности с/х предприятий на 1 га удобренной площади прямая, т.к. Rxy  0, а теснота связи умеренная (по шкале Чеддока).

Коэффициент детерминации равен R2xy= (0,49)2=0,24 (24%).

Следовательно, 24% изменений уровня рентабельности деятельности с предприятий объясняется изменением времени.

Коэффициент корреляции между среднемесячной начисленной зарплатой работников и уровнем рентабельности деятельности с\х предприятий определим по формуле:




Следовательно, связь между среднемесячной начисленной зарплатой работников и уровнем рентабельности деятельности с/х предприятий прямая, т.к. Rxy  0, а теснота связи слабая (по шкале Чеддока).

Коэффициент детерминации равен R2xy= (0,21)2=0,04 (4%).

Следовательно, 4% изменений среднемесячной начисленной заработной платы работников объясняется уровнем рентабельности деятельности с/х предприятий.
Таблица 4.3

Данные о надое молока, полученном сельскохозяйственными товаропроизводителями, и расходе кормов на 1 голову крупного рогатого скота в области за 1999-2008 гг.

Год

Надой молока, кг на одну корову (Y)

Расход кормов на одну голову КРС, ц. корм. ед. (Х)

1999

572,9

22,4

2000

524,9

20,9

2001

526,7

20,4

2002

542,8

18,6

2003

544,6

20,1

2004

553,4

19,5

2005

568,9

19,2

2006

544,2

23,4

2007

557,1

20,4

2008

574,4

20,2


По данным табл.4.3.

Анализ по данным об объеме инвестиций и стоимости сельскохозяйственной продукции в области за 1999-2008 гг.

Построим диаграммы, показывающие зависимость каждого из показателей от времени (x – t, y – t) и друг от друга (х – у).



Рис. 4 Динамика стоимости сельскохозяйственной продукции в области за 1999-2008 годы

На диаграмме прослеживается линейная зависимость между показателями.



Рис. 5. Динамика объема инвестиций в основной капитал в области 1999-2008 гг.

На диаграмме прослеживается нелинейная (полиномиальная) зависимость между показателями.



Рис. 6 Зависимость между объемом инвестиций и стоимостью сельскохозяйственной продукции в в области за 1999-2008 годы

На диаграмме прослеживается нелинейная (полиномиальная) зависимость между показателями.

Коэффициент корреляции между временем и объемом сельскохозяйственной продукции определим по формуле (в качестве факторного признака Х выступает номер года t):


0,991
Следовательно, связь между временем и объемом сельскохозяйственной продукции в области, т.к. Rxy > 0, а теснота связи весьма высокая (по шкале Чеддока).

Коэффициент детерминации равен R2xy = (0,991)2 = 0.982 или (98,2%). Следовательно, 98,2% изменений объема сельскохозяйственной продукции в области объясняется изменением времени.

Коэффициент корреляции между временем и объемом инвестиций в основной капитал в Забайкальском крае определим по формуле (в качестве факторного признака Х выступает номер года t, а в качестве результативного признака Y выступает Х):



0.201
Следовательно, связь между временем и объемом инвестиций в основной капитал в области, т.к. Rxy > 0, а теснота связи слабая (по шкале Чеддока).

Коэффициент детерминации равен R2xy = (0,201)2 = 0,040 (4%). Следовательно, 4% изменений объема инвестиций в основной капитал в области объясняется изменением времени.

Коэффициент корреляции между объемом инвестиций в основной капитал и объемом сельскохозяйственной продукции в области определим по формуле:



0.164
Следовательно, связь между объемом инвестиций в основной капитал и объемом сельскохозяйственной продукции в области прямая, т.к. Rxy > 0, а теснота связи слабая (по шкале Чеддока).

Коэффициент детерминации равен R2xy = (0,164)2 = 0,027 (2,7%). Следовательно, 2,7% изменений объема сельскохозяйственной продукции в области объясняется изменением объема инвестиций в основной капитал.

Анализ по данным о надое молока, полученном сельскохозяйственными товаропроизводителями, и расходе кормов на 1 голову крупного рогатого скота в в области 1999-2008 гг.

Построим диаграммы, показывающие зависимость каждого из показателей от времени (x – t, y – t) и друг от друга (х – у).



Рис.7 Динамика надоя молока, кг на одну корову

На диаграмме прослеживается линейная зависимость между показателями.


Рис. 8 Динамика расходов кормов на одну голову КРС

На диаграмме прослеживается линейная зависимость между показателями.



Рис. 9. Зависимость между надоем молока, кг на одну корову и расходом кормов на одну голову КРС

На диаграмме прослеживается нелинейная (полиномиальная) зависимость между показателями.

Коэффициент корреляции между временем и надоем молока определим по формуле (в качестве факторного признака Х выступает номер года t):

Rxy = 0.996

Следовательно, связь между временем и надоем молока прямая, т.к. Rxy > 0, а теснота связи весьма высокая (по шкале Чеддока).

Коэффициент детерминации равен R2xy = (0,996)2 = 0.991или (98,2%). Следовательно, 99,1% изменений надоя молока объясняется изменением времени.

Коэффициент корреляции между временем и расходом кормов на одну голову КРС определим по формуле (в качестве факторного признака Х выступает номер года t, а в качестве результативного признака Y выступает Х):

Кxy = 0,947

Следовательно, связь между временем и расходом кормов на одну голову КРС определим прямая, т.к. Rxy > 0, а теснота связи весьма высокая (по шкале Чеддока).

Коэффициент детерминации равен R2xy = (0,947)2 = 0,896 (89,6%). Следовательно, 89,6% изменений расхода кормов на одну голову КРС объясняется изменением времени.

Коэффициент корреляции между надоем молока и расходом кормов на одну голову КРС определим по формуле:



Rxy = 0.992

Следовательно, связь между надоем молока и расходом кормов на одну голову КРС прямая, т.к. Rxy > 0, а теснота связи весьма высокая (по шкале Чеддока).

Коэффициент детерминации равен R2xy = (0,992)2 = 0,984 (98,4%). Следовательно, 2,7% изменений объема сельскохозяйственной продукции в Забайкальском крае объясняется изменением объема инвестиций в основной капитал.

Задание 3.

По приведенным в табл. 4.11 данным, построить однофакторную линейную модель типа у=a+bx.

Таблица 4.11

Период

У

Х

1

10

0,5

2

12

1,2

3

11+(а/80)

2,8

4

13+(а/100)

2+(а/100)


Оцените качество модели с помощью коэффициента детерминации, средней ошибки аппроксимации и F-критерия Фишера. Табличное значение F-критерия Фишера (F табл. ) равно 10,13 при Р=0,95.

Выполнить прогноз на следующие три периода и рассчитать ошибку прогноза, если х изменялся следующим образом:

Период

Изменение х в текущем периоде по сравнению с предыдущим

Фактическое значение переменной у

5

+5%

18

6

+7,1%

20

7

+1,7%

22


Сделать выводы.
Решение:

Если а=154.

Определим фактические значения:

Период

Y

Х

1

10

0,5

2

12

1,2

3

14,18

2,8

4

15,54

4,54


Для построения однофакторной линейной модели типа у=а+bx, необходимо определить ее параметры. Для этого построим вспомогательную таблицу:

Период

Y

Х

Х2

Х*Y

Y2

1

10

0,5

0,25

5

100

2

12

1,2

1,44

14,4

144

3

14,18

2,8

7,84

39,7

201,07

4

15,54

4,54

20,61

70,55

241,49

Итого

51,72

9,04

30,14

129,65

686,56


С оставим и решим систему нормальных уравнений, для нахождения параметров уравнения регрессии.





Д ля решения системы, умножим каждое значение первого уравнения на 2,26 и получим:



Далее путем вычитания первого уравнения из второго получим:

-9,71b = -12,76

b = 1,314

Подставим значение b в любое уравнение и найдем параметр a:

4а+9,04*1,314=51,72

4а=39,84

а=9,96

однофакторная линейная модель примет вид:

у=9,96+1,314*х.

Экономическая интерпретация, полученной модели: при увеличении фактора х на 1 единицу своего измерения результативный признак Y увеличивается на 1,314 единиц своего измерения.

Качество регрессионной модели считается высоким, если:

- коэффициент детерминации больше или равен 0,5%;

- средняя ошибка аппроксимации менее или равна 10%;

- Fтабл  Fфакт.

Найдем перечисленные показатели.

Для нахождения коэффициента детерминации необходимо знать коэффициент корреляции, который определим по формуле:





Следовательно, связь между Y и Х прямая, т.к. Rxy0, а теснота связи весьма высока (по шкале Чеддока).

Коэффициент детерминации равен R2xy= (0,97)2=0,94 (94%). Следовательно, 94% изменений результативного признака Y объясняется изменением фактора Х.

В нашем случае коэффициент детерминации больше 0,5, следовательно, первое условие, определяющее высокое качество модели выполнилось.

Для расчета средней ошибки аппроксимации построим вспомогательную таблицу:

Период

Y

Х

у=9,96+1,314*х

(Y-y) / Y

I (Y-y) / Y I

1

10

0,5

10,617

-0,0617

0,0617

2

12

1,2

11,537

0,0386

0,0386

3

14,18

2,8

13,639

0,0382

0,0382

4

15,54

4,54

15,926

-0,0248

0,0248

Итого

51,72

9,04

51,719

-

0,1633


Определим среднюю ошибку аппроксимации по формуле:

1   2   3   4   5   6


написать администратору сайта