Финансовая математика
Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора и параметров сглаживания. Оценка адекватности модели на основе исследования случайной остаточной компоненты по критерию пиков. Точечный прогноз на четыре шага.
Рубрика | Экономико-математическое моделирование |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 18.01.2014 |
Размер файла | 129,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ
Кафедра Экономико-математических методов и моделей
КОНТРОЛЬНАЯ РАБОТА
«Финансовая математика»
Проверил:
Ст. преподаватель
Концевая Наталья Валерьевна
Выполнил:
Раннева О.Н.
Специальность: ФиК
Группа№221405
Москва 2012г.
Задача 1
Имеются поквартальные данные о кредитах, выданных банком (в условных единицах)
Строка соответствует году, столбец - кварталу
1-кв. |
2-кв. |
3-кв. |
4-кв. |
||
1-й год |
39,0 |
50,0 |
59,0 |
38,0 |
|
2-й год |
42,0 |
54,0 |
66,0 |
40,0 |
|
3-й год |
45,0 |
58,0 |
69,0 |
42,0 |
|
4-й год |
50,0 |
62,0 |
74,0 |
46,0 |
Требуется :
1) Построить адаптивную мультипликативную модель Хольта-Уинтерса с учетом сезонного фактора и приведенных ниже параметров сглаживания
Параметры сглаживания альфа1 альфа2 альфа3
Значения параметров 0,3 0,6 0,3
2) Оценить точность построенной модели с использованием средней относительной ошибки аппроксимации и средней квадратической ошибки
3) Оценить адекватность построенной модели на основе исследования случайной остаточной компоненты по критерию пиков
Оценить независимость уровней для рада остатков по d-критерию (критические значения d1 = 1,1 и d2=1,37) или по первому коэффициенту автокорреляции при критическом значении r1=0,32)
При исследовании нормальности распределения остаточной компоненты по R/S-критерию критическими уровнями считать 3,0-4,21.
4) Построить точечный прогноз на четыре шага вперед т,е. На 1 год
5)Отобразить на графике фактические, расчетные и прогнозные данные
Решение:
1)Построение адаптивной мультипликативной модели Хольта-Уинтерса
Для оценки нач. значений a(0) и b(0) применим линейную модель к первым 8 значения ряда
адаптивный мультипликативный сглаживание прогноз
Линейная модель имеет вид :
t |
y(t) |
лин. модель y(t) |
F(t)=y(t)/модель y(t) |
|
1 |
39,00 |
45,33 |
0,86 |
|
2 |
50,00 |
46,24 |
1,08 |
|
3 |
59,00 |
47,14 |
1,25 |
|
4 |
38,00 |
48,05 |
0,79 |
|
5 |
42,00 |
48,95 |
0,86 |
|
6 |
54,00 |
49,86 |
1,08 |
|
7 |
66,00 |
50,76 |
1,30 |
|
8 |
40,00 |
51,67 |
0,77 |
Метод наименьших квадратов дает возможность определить коэффициенты линейного
Уравнения а(0) и b(0).
A |
b |
|
44,43 |
0,90 |
=ОТРЕЗОК(B28:B35;A28:A35) =НАКЛОН(B28:B35;A28:A35)
Зная a(0), b(0) , параметры сглаживания и коэффициенты сезонности рассчитаем параметры модели на момент t=1
Уравнение Yp(t) = [a(t-1)+1*b(t-1)] * F(t-L) для t=1 примет вид [ a(0) + b(0) ] * F(-3)
Yp(1) = [ 44,43 + 0,90 ] * 0,86 = 38,94
Уравнение a(t) = альфа1*Y(t)/F(t-L) + (1-альфа1) * [a(t-1)+b(t-1)] для t=1 примет вид
a(1)=альфа1*Y(1)/F(-3)+(1-альфа1)*{a(0)+b(0)} = 0,3 * 39,0 / 0,86
+ 0,7 * ( 44,43 + 0,90 ) = 45,35
Уравнение b(t) = альфа3*[a(t)-a(t-1)] + (1 - альфа3)*b(t-1) для t=1 примет вид
b(1)=альфа3*[a(1) - a(0)] + (1 - альфа3) * b(0) = 0,3 * ( 45,35 -
- 44,43 ) + 0,7 * 0,90 = 0,91
Уравнение F(t) = альфа2*Y(t)/a(t) + (1-альфа2)*F(t-L) для t=1 примет вид
F(1)= альфа2*Y(1)/a(1) + (1-альфа2)*F(-3) =
0,6 * 39,0 / 45,35 + 0,4 * 0,86 =0,86
Определив для t=1 значения Y(1), a(1), b(1), F(1) по приведенному выше алгоритму определим эти значения для t= 2, 3, ... , 16.
Квартал |
Объем кредитования |
|||||
y(t) |
a(t) |
b(t) |
F(t) |
модель y(t) |
||
-3 |
0,86 |
|||||
-2 |
альфа 1 |
альфа 2 |
альфа 3 |
1,08 |
||
-1 |
0,30 |
0,60 |
0,30 |
1,28 |
||
0 |
44,43 |
0,90 |
0,78 |
|||
1 |
39,00 |
45,35 |
0,91 |
0,86 |
38,94 |
|
2 |
50,00 |
46,24 |
0,90 |
1,08 |
50,06 |
|
3 |
59,00 |
46,87 |
0,82 |
1,27 |
60,14 |
|
4 |
38,00 |
47,95 |
0,90 |
0,79 |
37,32 |
|
5 |
42,00 |
48,85 |
0,90 |
0,86 |
41,99 |
|
6 |
54,00 |
49,80 |
0,91 |
1,08 |
53,82 |
|
7 |
66,00 |
51,15 |
1,04 |
1,28 |
64,19 |
|
8 |
40,00 |
51,75 |
0,91 |
0,78 |
41,15 |
|
9 |
45,00 |
52,57 |
0,88 |
0,86 |
45,27 |
|
10 |
58,00 |
53,48 |
0,89 |
1,08 |
57,90 |
|
11 |
69,00 |
54,22 |
0,85 |
1,28 |
69,62 |
|
12 |
42,00 |
54,72 |
0,74 |
0,77 |
42,91 |
|
13 |
50,00 |
56,32 |
1,00 |
0,88 |
47,56 |
|
14 |
62,00 |
57,28 |
0,99 |
1,08 |
62,13 |
|
15 |
74,00 |
58,19 |
0,96 |
1,27 |
74,33 |
|
16 |
46,00 |
59,28 |
1,00 |
0,77 |
45,68 |
Для того, чтобы модель была адекватна исследуемому процессу ряд остатков E(t) должен обладать свойствами
а) случайности,
б) независимости последовательных уровней и
в) нормальности распределения
остатки e(t) |
e(t)^2 |
Повороты |
(e(t)-e(t-1))^2 |
(e(t)*e(t-1))^2 |
Относит. Ошибка |
||
abs(e(t)/y(t) |
|||||||
0,06 |
0,00 |
- |
0,14% |
||||
-0,06 |
0,00 |
0 |
0,01 |
0,00 |
0,12% |
||
-1,14 |
1,31 |
1 |
1,18 |
0,07 |
1,94% |
||
0,68 |
0,46 |
1 |
3,32 |
-0,78 |
1,79% |
||
0,01 |
0,00 |
1 |
0,45 |
0,00 |
0,01% |
||
0,18 |
0,03 |
0 |
0,03 |
0,00 |
0,34% |
||
1,81 |
3,28 |
1 |
2,65 |
0,33 |
2,75% |
||
-1,15 |
1,33 |
1 |
8,78 |
-2,09 |
2,88% |
||
-0,27 |
0,08 |
0 |
0,77 |
0,32 |
0,61% |
||
0,10 |
0,01 |
1 |
0,14 |
-0,03 |
0,17% |
||
-0,62 |
0,38 |
0 |
0,52 |
-0,06 |
0,90% |
||
-0,91 |
0,83 |
1 |
0,08 |
0,56 |
2,17% |
||
2,44 |
5,95 |
1 |
11,21 |
-2,22 |
4,88% |
||
-0,13 |
0,02 |
0 |
6,61 |
-0,32 |
0,21% |
||
-0,33 |
0,11 |
1 |
0,04 |
0,04 |
0,45% |
||
0,32 |
0,10 |
- |
0,43 |
-0,11 |
0,70% |
||
0,98 |
13,90 |
9,00 |
36,24 |
-4,28 |
20,05% |
сумма |
|
0,06 |
0,87 |
2,42 |
-0,29 |
1,25% |
Среднее знач. |
Проверку случайности уровней остаточной компоненты проводим на основе критерия поворотных точек. Для этого каждый уровень ряда сравниваем с двумя соседними.
Общее число поворотных точек ровно 9.
Поскольку неравенство p>q
То свойство случайности уровней выполнено.
Проверка независимости (отсутствия автокорреляции)
Проверку проводим двумя методами:
а) по d-критерию Дарбина-Уотсона ;
б) по первому коэффициенту автокорреляции r(1).
d pac=?(ei-ei-1)^2/?e(t)^2
2,78
d1 pac=4-d pac
1,22
d pac превышает 2,то это свидельствует о наличии отрицательной автокорреляции.Так как расчетное значение d1 попадает в интервал от d2 до 2. Свойство независимости выполняется. Следовательно, модель по этому критерию адекватна.
Проверка по первому коэффициенту автокорреляции r(1)
Рассчитали r(1) по формуле -0,31
r(1)= [СУММ (E(t)* E(t-1))] / [СУММ(E(t)^2]= -4,28 / 13,91
Из условия задачи критическ. r= 0,32
уровни независимы,модель адекватна
Соответствие ряда остатков нормальному распределению
определяем по RS - критерию
S=КОРЕНЬ[(СУММ(E(t)^2/(N-1)] = 0,962509996
R/S=(emax-emin)/S 3,729796441
Выполняется нормальный закон распределения.
Оценим точность построенной модели
Средняя по модулю относительная погрешность рассчитывалась из соотношения
Eотн,сред=1/.N * СУММ{abs(E(t))/Yр(t)x100%} = 20,05/16 = 1,25
Уровень точности удовлетворительный.
Составим точечный прогноз на 1 год вперед с t=17 по t=20
Прогнозные значения на k шагов вперед рассчитываем по формуле
Yp(t+k)= [ a(t) + k*b(t) ] * F(t - 4 + k) для t=16 имеет вид Yp(16+k)=[a(16)+k*b(16)] * F(16 - 4 + k)
Yp(17)=[ a(16)+1*b(16)]*F(16- 4 + 1)= 52,79
Yp(18)= [a(16)+2*b(16)]*F(16 -4 +2)= 66,37
Yp(19)= [ a(16)+3*b(16)]*F(16-4+3)= 79,31
Yp(20)=[a(16)+4*b(16) *F(16-4+4)= 49,01
Задача 2
Даны цены (открытия, максимальная, минимальная и закрытия) за 10 дней. |
||||
Дни t |
Максимальная цена за день Н(t) |
Минимальная цена за день L(t) |
Цена закрытия, С(t) |
|
1 |
2 |
3 |
4 |
|
1 |
595 |
580 |
585 |
|
2 |
579 |
568 |
570 |
|
3 |
583 |
571 |
578 |
|
4 |
587 |
577 |
585 |
|
5 |
586 |
578 |
582 |
|
6 |
594 |
585 |
587 |
|
7 |
585 |
563 |
565 |
|
8 |
579 |
541 |
579 |
|
9 |
599 |
565 |
599 |
|
10 |
625 |
591 |
618 |
Интервал сглаживания принять равным 5 дням. Рассчитать:
· экспоненциальную скользящую среднюю;
· Момент;
· Скорость изменения цен;
· Индекс относительности %R,%K и %D/
Расчеты проводить для всех дней, для которых эти расчеты можно выполнить на основании имеющихся данных.
Находим коэффициент k k=2/(10+1) = 0,18
Находим простую среднюю за 10 дней.
Дальнейшие значения рассчитываем по формуле ЕМА(t) = C(t)*k+EMA(t-1)*(1-k)
дни |
цены |
Средние |
||||
макс |
мин |
закр |
Простая |
Экспоненциальная |
||
1 |
595 |
580 |
585 |
k=2/(n+1) |
585,00 |
|
2 |
579 |
568 |
570 |
0,18 |
582,27 |
|
3 |
583 |
571 |
578 |
581,50 |
||
4 |
587 |
577 |
585 |
582,13 |
||
5 |
586 |
578 |
582 |
580,00 |
582,11 |
|
6 |
594 |
585 |
587 |
580,40 |
583,00 |
|
7 |
585 |
563 |
565 |
579,40 |
579,73 |
|
8 |
579 |
541 |
579 |
579,60 |
579,59 |
|
9 |
599 |
565 |
599 |
582,40 |
583,12 |
|
10 |
625 |
591 |
618 |
589,60 |
589,46 |
Момент MOM(t)=C(t) - C(t-n+1), где C(i) - цена закрытия i-го дня
Для t=5 вносим разность значений 585-582
для t=6 вносят 570-587 и т.д.
Аналогично рассчитывают скорость изменения цен по ф-ле ROC(t)= [C(t) / C(t-n+1)] *100%
Расчеты приведены в таблице.
дни |
цены |
Средние |
||||
макс |
мин |
закр |
Простая |
Экспоненциальная |
||
1 |
595 |
580 |
585 |
k=2/(n+1) |
585,00 |
|
2 |
579 |
568 |
570 |
0,18 |
582,27 |
|
3 |
583 |
571 |
578 |
581,50 |
||
4 |
587 |
577 |
585 |
582,13 |
||
5 |
586 |
578 |
582 |
580,00 |
582,11 |
|
6 |
594 |
585 |
587 |
580,40 |
583,00 |
|
7 |
585 |
563 |
565 |
579,40 |
579,73 |
|
8 |
579 |
541 |
579 |
579,60 |
579,59 |
|
9 |
599 |
565 |
599 |
582,40 |
583,12 |
|
10 |
625 |
591 |
618 |
589,60 |
589,46 |
RSI(t) = 100 - 100 / [1+AU(t) / AD(t) ] где AU и AD сумма приростов и убыли конечных цен за n дней, включая текущий.
дни |
цены |
|||
макс |
мин |
закр |
||
1 |
595 |
580 |
585 |
|
2 |
579 |
568 |
570 |
|
3 |
583 |
571 |
578 |
|
4 |
587 |
577 |
585 |
|
5 |
586 |
578 |
582 |
|
6 |
594 |
585 |
587 |
|
7 |
585 |
563 |
565 |
|
8 |
579 |
541 |
579 |
|
9 |
599 |
565 |
599 |
|
10 |
625 |
591 |
618 |
|
приросты |
Индекс относит силы RSI (t) |
|||
с(t)-c(t-1) |
||||
-15,00 |
||||
8,00 |
||||
7,00 |
||||
-3,00 |
45,45 |
|||
5,00 |
86,96 |
|||
-22,00 |
32,43 |
|||
14,00 |
43,18 |
|||
20,00 |
63,93 |
|||
19,00 |
70,67 |
Момент сравниваем с 0,если меньше 0,то цены падают, как это происходит на 5,7 и 8 день.
ROC сравниваем относительно 100,меньше 100 то цены падают, как это происходит на 5,7 и 8 дни.
Простая скользящая средняя и экспоненциальная скользящая средняя являются наиболее простыми методами сглаживания данных.
Если простая скользящая средняя находится под графиком цен, тренд является «бычьим», если над графиком - «медвежьим».Если простая скользящая средняя пересекает ценовой график и идет под графиком цен - это сигнал к покупке. У нас есть сигнал к продаже на 6-7 день и к покупке на 8 день.
RSI-На 5 день не стоит покупать, скорее это является сигналом к продаже, так как уже мы находимся в зоне перекупленности, значит будет скорее всего разворот тренда. Лучше всего начать покупать на 7-8 день цены снижаются, но есть тенденция к повышению.
Когда значение %K выше 80, то это может быть знаком на продажу. Только может быть; для большей вероятности надо проделать более детальный анализ инструмента. С другой стороны, когда осциллятор находится ниже линии в 20, то это может быть знаком на покупку.
Менее значительными, но все-таки сигналами, являются пересечения осциллятором своей неразлучной среднескользящей линии. Если %K пересекла %D сверху вниз, -- это может быть знак на продажу, а если снизу вверх -- на покупку. Но эти пересечения могут случаться очень часто, особенно на быстрых стохастиках, и поэтому являются менее значимыми.
По сути стохастические осцилляторы дают сигнал к покупке на 8ой день
Задача 3
Сумма |
Дата начальная |
Дата конечная |
Время в днях |
Время в годах |
Ставка |
Число начислений |
|
S |
Tн |
Tк |
Тдн |
Тлет |
i |
m |
|
4 000 000,00 |
10.01.2002 |
20.03.2002 |
90 |
5 |
45 |
4 |
|
69 |
0,45 |
1. Банк выдал ссуду, размером 4 000 000 руб. Дата выдачи ссуды - 10.01.2002, возврата - 20.03.2002. День выдачи и день возврата считать за 1 день. Проценты рассчитываются по простой процентной ставке 45% годовых.
Найти:
точные проценты с точным числом дней ссуды
I= S*t*i/K= 4 000 000*69*0,45/365 = 340 273,97
обыкновенные проценты с точным числом дней ссуды
I= 4 000 000*69*0,45/360 = 345 000,00
обыкновенные проценты с приближенным числом дней ссуды
I= 4 000 000*70*0,45/360 = 350 000,00
2. Через 90 дней после подписания договора должник уплатит 4000000 руб. Кредит выдан под 45% годовых (проценты обыкновенные). Какова первоначальная сумма и дисконт.
Дисконтирование и учет по простым ставкам(математический)
P= S/(1+i*Tдн/360) =4 000 000/(1+0,45*90/360) = 3 595 505,62
D= S-P =4 000 000-3 595 505,62 404 494,38
3. Через 90 дней предприятие должно получить по векселю 4 000 000 руб. Банк приобрел этот вексель с дисконтом. Банк учел вексель по учетной ставке 45% годовых ( год равен 360 дням). Определить полученную предприятиям сумму и дисконт.
Банковский учет
D= S*i*Tдн/360= 4 000 000*0,45*90/360= 450 000,00
P= S-D = 4 000 000-450 000 = 3 550 000,00
4. В кредитном договоре на сумму 4 000 000 руб. и сроком на 5 лет, зафиксирована ставка сложных процентов, равная 45% годовых. Определить наращенную сумму.
Сложные проценты
P= S*(1+i)^Tлет = 4 000 000*(1+0,45)^5 25 638 936,25
5. Ссуда, размером 4 000 000 руб. предоставлена на 5 лет. Проценты сложные, ставка - 45%. Проценты начисляются 4 раза в год. Вычислить наращенную сумму.
Сложные проценты с ежеквартальным начислением
P= S*(1+i/m)^Tмес./3= 4 000 000*(1+0,45/4)^60/3= 33 733 420,84
6. Вычислить эффективную ставку процента, если банк начисляет проценты 4 раза в год, исходя из номинальной ставки 45% годовых.
iэ= (1+i/m)^m-1 =(1+0,45/4)^4-1=0,531792993 т.е. 53,18%
7. Определить какой должна быть номинальная ставка при начислении процентов 4 раза в год, чтобы обеспечить эффективную ставку 45% годовых.
j= m*(1*i)^(1/m)-1 =4*(1*0,45)^(1/4)-1=0,389367987 т.е. 38,94%
8. Через 5 лет предприятию будет выплачена сумма 4 000 000 руб. Определить ее современную стоимость при условии, что применяется сложная процентная ставка 45% годовых. Математический учет.
P= S*(1+i)^(-Tлет)= 4 000 000*(1+0,45)^(-5) = 624 050,85
9. Через 5 лет по векселю должна быть выплачена сумма 4 000 000 руб. Банк учел вексель по сложной учетной ставке 45% годовых. Определить дисконт.
P= S*(1-i)^Tлет = 4 000 000*(1-0,45)^5= 201 313,75
D= S-P =4 000 000- 201 313,75 3 798 686,25
10. В течении 5 лет на расчетный счет в конце каждого года поступает по 4 000 000 руб., на которые 4 раза в год начисляются проценты по сложной годовой ставке 45%. Определить сумму на расчетном счете к концу указанного срока.
S= S*((1+i)/m)^(Тлет*m))/(1+i /m)^m-1) = 4070284
Размещено на Allbest.ru
...Подобные документы
Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора и согласно параметрам сглаживания. Средняя ошибка аппроксимации. Определение коэффициентов заданного линейного уравнения. Проверка точности построенной модели.
контрольная работа [1,6 M], добавлен 20.01.2010Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Определение эффективной ставки процента по вкладу в банке, номинальной ставки при начислении процента. Расчет дисконта по формуле математического дисконтирования.
контрольная работа [756,3 K], добавлен 05.04.2011Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Коммерческий расчет экспоненциально скользящей средней цены с использованием интервала сглаживания. Построение графиков фактических, расчетных и прогнозных данных.
контрольная работа [626,5 K], добавлен 28.04.2011Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Оценка точности построенной модели с использованием средней относительной ошибки аппроксимации. Определение суммы банковской ссуды, долга по ссуде и дисконта.
контрольная работа [393,0 K], добавлен 06.12.2007Построение адаптивной мультипликативной модели Хольта-Уинтерса, оценка ее точности и адекватности с использованием средней относительной ошибки аппроксимации. Построение точечного прогноза. Отражение на графике фактических, расчетных и прогнозных данных.
контрольная работа [816,2 K], добавлен 23.03.2013Построение анализа случайной компоненты для проверки адекватности выбранных моделей реальному процессу (в частности, адекватности полученной кривой роста). Оценка параметров модели в условиях автокорреляции и определение критерия автокорреляции.
контрольная работа [44,0 K], добавлен 13.08.2010Построение и анализ однофакторной и многофакторной эконометрической модели. Вычисление парных и частичных коэффициентов корреляции. Проверка адекватности модели по критерию Фишера. Исследование наличия мультиколлениарности по алгоритму Феррара-Глобера.
контрольная работа [172,4 K], добавлен 28.05.2010Сущность метода наименьших квадратов. Экономический смысл параметров кривой роста (линейная модель). Оценка погрешности и проверка адекватности модели. Построение точечного и интервального прогноза. Суть графического построения области допустимых решений.
контрольная работа [32,3 K], добавлен 23.04.2013Построение описательной экономической модели. Матрица корреляций между исходными статистическими признаками. Оценка параметров модели. Определение и графическое изображение регрессионной зависимости между показателями. Оценка адекватности модели.
контрольная работа [215,8 K], добавлен 13.10.2011Анализ автокорреляции уровней временного ряда, характеристика его структуры; построение аддитивной и мультипликативной модели, отражающую зависимость уровней ряда от времени; прогноз объема выпуска товаров на два квартала с учетом выявленной сезонности.
лабораторная работа [215,7 K], добавлен 23.01.2011Построение и анализ классической многофакторной линейной эконометрической модели. Вид линейной двухфакторной модели, её оценка в матричной форме и проверка адекватности по критерию Фишера. Расчет коэффициентов множественной детерминации и корреляции.
контрольная работа [131,9 K], добавлен 01.06.2010Построение ряда динамики. Расчет параметров линейного, степенного, экспоненциального (показательного), параболического, гиперболического трендов с помощью пакета Excel. Вычисление относительной ошибки аппроксимации. Оценка адекватности линейной модели.
практическая работа [165,9 K], добавлен 13.05.2014Нахождение коэффициента корреляции и параметров линии регрессии по заданным показателям y и х. Оценка адекватности принятой модели по критерию Фишера. Построение графика линии регрессии и ее доверительной зоны, а также коэффициента эластичности.
контрольная работа [2,1 M], добавлен 09.07.2014Порядок построения линейного регрессионного уравнения, вычисление его основных параметров и дисперсии переменных, средней ошибки аппроксимации и стандартной ошибки остаточной компоненты. Построение линии показательной зависимости на поле корреляции.
контрольная работа [75,1 K], добавлен 29.01.2010Оценка адекватности эконометрических моделей статистическим данным. Построение доверительных зон регрессий спроса и предложения. Вычисление коэффициента регрессии. Построение производственной мультипликативной регрессии, оценка ее главных параметров.
контрольная работа [1,2 M], добавлен 25.04.2010Максимальная ошибка прогноза. Геометрический смысл коэффициента. Истинная прямая регрессии. Ширина доверительного интервала. Матричная запись многофакторной регрессии. Эконометрический анализ нелинейной зависимости показателя от второго фактора.
контрольная работа [125,7 K], добавлен 30.07.2010Построение эконометрической модели, описывающей линейную зависимость результативного признака факторов, входящих в нее, методом матрицы. Проверка ее на адекватность по критерию Фишера. Определение дисперсии, ковариации, корреляции и детерминации.
контрольная работа [180,5 K], добавлен 03.12.2014Эконометрическое исследование признаков деятельности предприятий: доля расходов на закупку товаров, среднедневная заработная плата одного работающего. Построение линейного графика регрессионной зависимости между показателями, оценка адекватности модели.
контрольная работа [93,3 K], добавлен 14.12.2011Сущность экономико-математической модели, ее идентификация и определение достаточной структуры для моделирования. Построение уравнения регрессии. Синтез и построение модели с учетом ее особенностей и математической спецификации. Верификация модели.
контрольная работа [73,9 K], добавлен 23.01.2009Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.
курсовая работа [1005,0 K], добавлен 07.08.2013