Определение временного лага
Расчет временного лага методом автокорреляции при данном количестве пойманной рыбы одной из промысловых организаций в течении 30 дней. Оценка прибыли от реализации. Анализ парной линейной регрессии по критериям Фишера для оценки адекватности расчета.
Рубрика | Экономико-математическое моделирование |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 27.09.2014 |
Размер файла | 42,5 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/
Имеются данные о количестве пойманной рыбы одной из промысловых организаций в течении 30 дней. Необходимо проанализировать их и выявить временной лаг. Для этого используем процедуру автокорреляции.
Рассмотрим шаг равный 1.
Найдем коэффициент корреляции:
r? = 0,508266
Рассмотрим шаг равный 2
r? = 0,56535
Рассмотрим шаг равный 3
r? = 0,403017
Рассмотрим шаг равный 4
r? = 0,315354
Рассмотрим шаг равный 5
r? = 0,511013
Рассмотрим шаг равный 6.
r? = 0,476444
Рассмотрим шаг равный 7.
r? = 0,99728
Рассмотрим шаг равный 8.
r? = 0,397381
Рассмотрим шаг равный 9.
r? = 0,468465
Рассмотрим шаг равный 10.
r? = 0,239466
Из проведенного исследования следует, что лаг, при котором значения наиболее связаны друг с другом равен 7.
шаг 7 |
||
х? |
х??? |
|
1 |
3 |
|
3 |
7 |
|
4 |
7 |
|
7 |
16 |
|
5 |
11 |
|
9 |
19 |
|
2 |
3 |
|
3 |
5 |
|
7 |
13 |
|
7 |
15 |
|
16 |
33 |
|
11 |
20 |
|
19 |
40 |
|
3 |
10 |
|
5 |
11 |
|
13 |
25 |
|
15 |
32 |
|
33 |
64 |
|
20 |
39 |
|
40 |
79 |
|
10 |
21 |
|
11 |
24 |
|
25 |
49 |
|
269 |
546 |
|
11,7 |
23,74 |
|
0,99728 |
На основании этих данных построим модель и оценим её значимость.
Для того чтобы облегчить последующую работу с формулами, обозначим х??? равным У. линейный регрессия прибыль лаг
Х - кол-во пойманной рыбы;
у-у ср. |
х-х ср. |
(у-у ср.)І |
(x-x cp.)І |
(y-ycp.)(x-xcp.) |
|
-20,74 |
-10,7 |
430,1476 |
114,49 |
221,918 |
|
-16,74 |
-8,7 |
280,2276 |
75,69 |
145,638 |
|
-16,74 |
-7,7 |
280,2276 |
59,29 |
128,898 |
|
-7,74 |
-4,7 |
59,9076 |
22,09 |
36,378 |
|
-12,74 |
-6,7 |
162,3076 |
44,89 |
85,358 |
|
-4,74 |
-2,7 |
22,4676 |
7,29 |
12,798 |
|
-20,74 |
-9,7 |
430,1476 |
94,09 |
201,178 |
|
-18,74 |
-8,7 |
351,1876 |
75,69 |
163,038 |
|
-10,74 |
-4,7 |
115,3476 |
22,09 |
50,478 |
|
-8,74 |
-4,7 |
76,3876 |
22,09 |
41,078 |
|
9,26 |
4,3 |
85,7476 |
18,49 |
39,818 |
|
-3,74 |
-0,7 |
13,9876 |
0,49 |
2,618 |
|
16,26 |
7,3 |
264,3876 |
53,29 |
118,698 |
|
-13,74 |
-8,7 |
188,7876 |
75,69 |
119,538 |
|
-12,74 |
-6,7 |
162,3076 |
44,89 |
85,358 |
|
1,26 |
1,3 |
1,5876 |
1,69 |
1,638 |
|
8,26 |
3,3 |
68,2276 |
10,89 |
27,258 |
|
40,26 |
21,3 |
1620,868 |
453,69 |
857,538 |
|
15,26 |
8,3 |
232,8676 |
68,89 |
126,658 |
|
55,26 |
28,3 |
3053,668 |
800,89 |
1563,858 |
|
-2,74 |
-1,7 |
7,5076 |
2,89 |
4,658 |
|
0,26 |
-0,7 |
0,0676 |
0,49 |
-0,182 |
|
25,26 |
13,3 |
638,0676 |
176,89 |
335,958 |
|
-0,02 |
-0,1 |
8546,435 |
2246,87 |
4370,174 |
У - прибыль от реализации.
r? =0.99
d? =0.99
Т.к r? =0.99, то можно сделать вывод, что характеризуемая связь сильная (r? > 1).
d? =0.99 =? в 99 % случаях значение у зависит от значения х, а в оставшемся 1% у зависит от других факторов.
Проведём оценку значимости корреляционной связи:
Fопт. = *
Fопт. =*= 2079
Fкр. =4,32
Fопт.? Fкр. =? связь значимая.
Проведем анализ парной линейной регрессии:
=kx+b
Х |
у |
xІ |
xy |
||
1 |
3 |
1 |
3 |
2,88 |
|
3 |
7 |
9 |
21 |
6,78 |
|
4 |
7 |
16 |
28 |
8,73 |
|
7 |
16 |
49 |
112 |
14,58 |
|
5 |
11 |
25 |
55 |
10,68 |
|
9 |
19 |
81 |
171 |
18,48 |
|
2 |
3 |
4 |
6 |
4,83 |
|
3 |
5 |
9 |
15 |
6,78 |
|
7 |
13 |
49 |
91 |
14,58 |
|
7 |
15 |
49 |
105 |
14,58 |
|
16 |
33 |
256 |
528 |
32,13 |
|
11 |
20 |
121 |
220 |
22,38 |
|
19 |
40 |
361 |
760 |
37,98 |
|
3 |
10 |
9 |
30 |
6,78 |
|
5 |
11 |
25 |
55 |
10,68 |
|
13 |
25 |
169 |
325 |
26,28 |
|
15 |
32 |
225 |
480 |
30,18 |
|
33 |
64 |
1089 |
2112 |
65,28 |
|
20 |
39 |
400 |
780 |
39,93 |
|
40 |
79 |
1600 |
3160 |
78,93 |
|
10 |
21 |
100 |
210 |
20,43 |
|
11 |
24 |
121 |
264 |
22,38 |
|
25 |
49 |
625 |
1225 |
49,68 |
|
269 |
546 |
5393 |
10756 |
B=
10756=5393k+269*()
K=1.95
B=0.93
=? 1.95x+0.93
Д?= =? Д?= 2.11
Д= =? Д= 433,93
з =
з = 0,99
Проведя анализ парной линейной связи было выявлено, что модель является адекватной, т.к з >1. Построенная модель показывает, что прибыль в течении данного периода в 0,99 раза больше, чем общий объем пойманной рыбы за тот же период.
Fопт.? Fкр.
Fопт.=*
Fопт. = 3860.22
Fкр. = 4.32
Fопт.? Fкр.=? Критерий Фишера выполняется, построенная модель является значимой и адекватно отражает моделируемый процесс.
Размещено на Allbest.ru
...Подобные документы
Этапы и проблемы эконометрических исследований. Параметры парной линейной регрессии. Оценка тесноты связи с помощью показателей корреляции и детерминации. Расчет коэффициентов автокорреляции второго порядка для временного ряда расходов на потребление.
контрольная работа [60,3 K], добавлен 05.01.2011Определение количественной зависимости массы пушного зверька от его возраста. Построение уравнения парной регрессии, расчет его параметров и проверка адекватности. Оценка статистической значимости параметров регрессии, расчет их доверительного интервала.
лабораторная работа [100,5 K], добавлен 02.06.2014Выборка и генеральная совокупность. Модель множественной регрессии. Нестационарные временные ряды. Параметры линейного уравнения парной регрессии. Нахождение медианы, ранжирование временного ряда. Гипотеза о неизменности среднего значения временного ряда.
задача [62,0 K], добавлен 08.08.2010Эконометрическое моделирование стоимости квартир в московской области. Матрица парных коэффициентов корреляции. Расчет параметров линейной парной регрессии. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.
контрольная работа [298,2 K], добавлен 19.01.2011Эконометрическое моделирование стоимости квартир в Московской области. Исследование динамики экономического показателя на основе анализа одномерного временного ряда. Параметры линейной парной регрессии. Оценка адекватности модели, осуществление прогноза.
контрольная работа [925,5 K], добавлен 07.09.2011Анализ метода наименьших квадратов для парной регрессии, как метода оценивания параметров линейной регрессии. Рассмотрение линейного уравнения парной регрессии. Исследование множественной линейной регрессии. Изучение ошибок коэффициентов регрессии.
контрольная работа [108,5 K], добавлен 28.03.2018Понятие регрессии. Оценка параметров модели. Показатели качества регрессии. Проверка статистической значимости в парной линейной регрессии. Реализация регрессионного анализа в программе MS Excel. Условия Гаусса-Маркова. Свойства коэффициента детерминации.
курсовая работа [233,1 K], добавлен 21.03.2015Расчет параметров парной линейной регрессии. Оценка статистической значимости уравнения регрессии и его параметров с помощью критериев Фишера и Стьюдента. Построение матрицы парных коэффициентов корреляции. Статистический анализ с помощью ППП MS EXCEL.
контрольная работа [1,6 M], добавлен 14.05.2008Задачи эконометрики, ее математический аппарат. Взаимосвязь между экономическими переменными, примеры оценки линейности и аддитивности. Основные понятия и проблемы эконометрического моделирования. Определение коэффициентов линейной парной регрессии.
контрольная работа [79,3 K], добавлен 28.07.2013Расчет корреляции между экономическими показателями; построение линейной множественной регрессии в программе Excel. Оценка адекватности построенной модели; ее проверка на отсутствие автокорреляции и на гетероскедастичность с помощью теста Бреуша-Пагана.
курсовая работа [61,2 K], добавлен 15.03.2013Исследование зависимости часового заработка одного рабочего от общего стажа работы после окончания учебы с помощью построения уравнения парной линейной регрессии. Вычисление описательных статистик. Построение поля корреляции и гипотезы о форме связи.
контрольная работа [226,6 K], добавлен 11.08.2015Понятие параметрической идентификации парной линейной эконометрической модели. Критерий Фишера, параметрическая идентификация парной нелинейной регрессии. Прогнозирование спроса на продукцию предприятия. Использование в MS Excel функции "Тенденция".
контрольная работа [73,3 K], добавлен 24.03.2010Построение 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 13.08.2010Особенности расчета параметров уравнений линейной, степенной, полулогарифмической, обратной, гиперболической парной и экспоненциальной регрессии. Методика определения значимости уравнений регрессии. Идентификация и оценка параметров системы уравнений.
контрольная работа [200,1 K], добавлен 21.08.2010Выбор факторных признаков для двухфакторной модели с помощью корреляционного анализа. Расчет коэффициентов регрессии, корреляции и эластичности. Построение модели линейной регрессии производительности труда от факторов фондо- и энерговооруженности.
задача [142,0 K], добавлен 20.03.2010Построение линейного уравнения парной регрессии, расчет линейного коэффициента парной корреляции и средней ошибки аппроксимации. Определение коэффициентов корреляции и эластичности, индекса корреляции, суть применения критерия Фишера в эконометрике.
контрольная работа [141,3 K], добавлен 05.05.2010Изучение понятия имитационного моделирования. Имитационная модель временного ряда. Анализ показателей динамики развития экономических процессов. Аномальные уровни ряда. Автокорреляция и временной лаг. Оценка адекватности и точности трендовых моделей.
курсовая работа [148,3 K], добавлен 26.12.2014Определение параметров линейной регрессии и корреляции с использованием формул и табличного процессора MS Excel. Методика расчета показателей парной нелинейной регрессии и корреляции. Вычисление значений линейных коэффициентов множественной детерминации.
контрольная работа [110,4 K], добавлен 28.07.2012Построение 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 01.06.2010Основные методы анализа линейной модели парной регрессии. Оценки неизвестных параметров для записанных уравнений парной регрессии по методу наименьших квадратов. Проверка значимости всех параметров модели (уравнения регрессии) по критерию Стьюдента.
лабораторная работа [67,8 K], добавлен 26.12.2010