Лабораторная работа № 1
ПОСТРОЕНИЕ ПАРНОЙ ЛИНЕЙНОЙ РЕГРЕССИОННОЙ МОДЕЛИ
Постановка задачи: известны статистические данные наблюдений за некоторым количеством однородных экономических объектов.
Требуется:
Построить уравнение регрессии, описывающее зависимость между независимым и результативным фактором. Оценить качество уравнения регрессии, статистическую значимость его параметров и всего уравнения в целом Проверить остатки уравнения регрессии на гетероскедатичность. Рассчитать прогноз с помощью построенного уравнения.
По данным 15 однотипных предприятий известны объем производства продукции и ее себестоимость. Постройте модель парной линейной регрессии, оцените ее качество и рассчитайте прогноз себестоимости, если объем производства должен увеличиться на 10% от его среднего уровня.
|
предприятие |
Объем производства, Тыс. Шт. |
Себестоимость, тыс. ден. ед. |
|
|
х |
у |
|
1 |
2,5 |
7,9 |
|
2 |
3,2 |
10,4 |
|
3 |
4,1 |
7,3 |
|
4 |
4,2 |
6,6 |
|
5 |
5,5 |
5,2 |
|
6 |
6,7 |
5,3 |
|
7 |
6,6 |
4,4 |
|
8 |
6,3 |
2,8 |
|
9 |
7,4 |
3,7 |
|
10 |
8,1 |
4,8 |
|
11 |
9,2 |
3,3 |
|
12 |
10 |
1,8 |
|
13 |
12,7 |
1,1 |
|
14 |
13,9 |
1,5 |
|
15 |
14,7 |
2,4 |
Лабораторная работа № 2
ПОСТРОЕНИЕ НЕЛИНЕЙНОЙ РЕГРЕССИОННОЙ МОДЕЛИ
Постановка задачи: известны статистические данные наблюдений за некоторым количеством однородных экономических объектов.
Требуется:
Подобрать наилучшую форму связи между результативным и независимым фактором при помощи построения диаграммы рассеивания. Построить нелинейные регрессионные модели при помощи команды АНАЛИЗ ДАННЫХ – РЕГРЕССИЯ. Выбрать наилучшую из них. Рассчитать прогнозное значение результата по наилучшему из построенных уравнений.
По данным 15 однотипных предприятий известны объем производства продукции и ее себестоимость. Постройте модель парной линейной регрессии, оцените ее качество и рассчитайте прогноз себестоимости, если объем производства должен увеличиться на 10% от его среднего уровня.
|
предприятие |
Объем производства, Тыс. Шт. |
Себестоимость, тыс. ден. ед. |
|
|
х |
у |
|
1 |
2,5 |
7,9 |
|
2 |
3,2 |
10,4 |
|
3 |
4,1 |
7,3 |
|
4 |
4,2 |
6,6 |
|
5 |
5,5 |
5,2 |
|
6 |
6,7 |
5,3 |
|
7 |
6,6 |
4,4 |
|
8 |
6,3 |
2,8 |
|
9 |
7,4 |
3,7 |
|
10 |
8,1 |
4,8 |
|
11 |
9,2 |
3,3 |
|
12 |
10 |
1,8 |
|
13 |
12,7 |
1,1 |
|
14 |
13,9 |
1,5 |
|
15 |
14,7 |
2,4 |
Лабораторная работа № 3
ПОСТРОЕНИЕ МНОЖЕСТВЕННОЙ ЛИНЕЙНОЙ РЕГРЕССИОННОЙ МОДЕЛИ
Постановка задачи: известны статистические данные наблюдений за некоторым количеством однородных экономических объектов.
Требуется:
осуществить выбор факторных признаков для построения двухфакторной (или трехфакторной) модели; Построить линейное уравнение регрессии, описывающее зависимость между факторами и результатом. Оценить качество уравнения регрессии с экономической и математической точки зрения. найти прогнозное значение результата.
По данным 30 наблюдений постройте модель множественной регрессии удовлетворительного качества. Рассчитайте прогноз результата, если прогнозные значения независимых факторов будут составлять 112% от их среднего уровня.
Таблица 3.1
|
|
Валовой продукт, руб. |
Балансовая стоимость оборудования, млн. руб. |
Объем промышленного производства, млн. руб. |
Количество занятых, тыс. чел. |
|
|
У |
Х1 |
Х2 |
Х3 |
|
1 |
1365 |
3938 |
625 |
161 |
|
2 |
1398 |
3002 |
475 |
186 |
|
3 |
1969 |
6269 |
528 |
267 |
|
4 |
1000 |
2270 |
242 |
129 |
|
5 |
761 |
1879 |
197 |
100 |
|
6 |
1253 |
4709 |
407 |
149 |
|
7 |
1590 |
3976 |
702 |
144 |
|
8 |
1425 |
2946 |
521 |
153 |
|
9 |
1127 |
3151 |
369 |
128 |
|
10 |
1595 |
3424 |
447 |
178 |
|
11 |
1636 |
4110 |
645 |
207 |
|
12 |
2110 |
3910 |
717 |
171 |
|
13 |
1131 |
3045 |
299 |
99 |
|
14 |
2005 |
4575 |
464 |
166 |
|
15 |
768 |
2126 |
169 |
105 |
|
16 |
1682 |
4692 |
579 |
167 |
|
17 |
2146 |
5873 |
468 |
255 |
|
18 |
2865 |
6906 |
850 |
299 |
|
19 |
3133 |
8678 |
924 |
458 |
|
20 |
1706 |
3988 |
507 |
182 |
|
21 |
1456 |
3840 |
475 |
179 |
|
22 |
2616 |
6368 |
801 |
244 |
|
23 |
2657 |
6396 |
604 |
304 |
|
24 |
1538 |
3632 |
592 |
170 |
|
25 |
1249 |
2681 |
220 |
111 |
|
26 |
2960 |
6675 |
672 |
306 |
|
27 |
2255 |
5298 |
712 |
241 |
|
28 |
1423 |
3185 |
214 |
133 |
|
29 |
2488 |
7364 |
602 |
245 |
|
30 |
1426 |
3812 |
225 |
116 |
Лабораторная работа № 4
МОДЕЛИРОВАНИЕ ОДНОМЕРНЫХ ВРЕМЕННЫХ РЯДОВ
Постановка задачи: известны статистические данные наблюдений за некоторое количество периодов времени. Требуется:
1) построить график динамики уровней ряда;
2) рассчитать значения сезонных компонент методом скользящей средней;
3) устранить сезонные компоненты из исходных уровней ряда; построить уравнение, моделирующее динамику трендовой компоненты;
4) найти прогноз фактора у.
Вариант 1
Имеются поквартальные данные (табл. 4.1) по розничному товарообороту в 1995-1999 гг. (% к предыдущему периоду).
Постройте мультипликативную модель временного ряда.
Дайте прогноз розничного товарооборота на I квартал 2000 года.
Таблица 4.1
|
период |
Номер квартала
|
Розничный товарооборот, % |
|
t |
||
|
I кв. 1995 года |
1 |
113,1 |
|
II кв. 1995 года |
2 |
95,9 |
|
III кв. 1995 года |
3 |
98 |
|
IV кв. 1995 года |
4 |
101,8 |
|
I кв. 1996 года |
5 |
107,8 |
|
II кв. 1996 года |
6 |
96,3 |
|
III кв. 1996 года |
7 |
95,7 |
|
IV кв. 1996 года |
8 |
99,8 |
|
I кв. 1997 года |
9 |
104 |
|
II кв. 1997 года |
10 |
95,8 |
|
III кв. 1997 года |
11 |
95,5 |
|
IV кв. 1997 года |
12 |
99,3 |
|
I кв. 1998 года |
13 |
104 |
|
II кв. 1998 года |
14 |
96,2 |
|
III кв. 1998 года |
15 |
95,1 |
|
IV кв. 1998 года |
16 |
97,5 |
|
I кв. 1999 года |
17 |
101 |
|
II кв. 1999 года |
18 |
93,5 |
|
III кв. 1999 года |
19 |
92 |
|
IV кв. 1999 года |
20 |
94,6 |
Шаг 0. Подготовительная работа.
Занесем имеющиеся статистические данные в электронную таблицу (рис. 4.1.).
Рис. 4.1. Исходные данные
Шаг 1. Построение графика динамики уровней ряда
Построение графика динамики уровней ряда произведем при помощи функции МАСТЕР ДИАГРАММ. Вызовем меню ВСТАВКА — ДИАГРАММА — ГРАФИК.
В качестве диапазона выберем столбец, содержащий значения фактора yt. В нашем случае диапазоном будет D5:D24 (рис. 4.1).
Закладка РЯД позволяет добавлять графики значений других рядов или наборов данных. В качестве значений независимой переменной по умолчанию устанавливаются номера наблюдений t.
Изучив график розничного товарооборота (рис. 4.2), заметим наличие сезонных колебаний с периодом IV квартала и ниспадающую тенденцию в уровнях ряда.
Рис. 4.2. График динамики уровня розничного товарооборота
Шаг 2. Расчет значений сезонных компонент методы скользящей средней.
Составим рабочую таблицу (рис. 4.3). Поскольку рассматриваемом случае известны поквартальные данные (длина цикла равна 4), то найдем скользящие средние для каждой группы из четырех соседних значении уровней ряда.
Для этого используем функцию СРЗНАЧ (ВСТАВКА - ФУНКЦИЯ — СТАТИСТИЧЕСКИЕ — СРЗНАЧ). Запишем ее в ячейке
Е29 = CPЗHAЧ(D28:D31) и скопируем вниз до ячейки Е45....
Список использованной литературы:

