Xreferat.com » Рефераты по экономике » Анализ динамики импорта и экспорта США

Анализ динамики импорта и экспорта США

variance accounted for:,9707775 R =,98528042

Рис. 20. Результаты расчета параметров линейной модели тренда


σІост = 337,3

Рис. 21. Результаты дисперсионного анализа линейной модели тренда


Рис. 22. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда

Рис. 23. Исходный динамический ряд и линейный тренд


1.2.2. Экспорт

Model is: v2=a0+a1*v3+a2*v4

Dependent variable: Экспорт Independent variables: 2

Loss function: least squares

Final value: 1182,47466764

Proportion of variance accounted for:,97151683 R =,98565553


Рис. 24. Результаты расчета параметров линейной модели тренда

σІост = 168,9

Рис. 25. Результаты дисперсионного анализа линейной модели тренда


Рис. 26. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис. 27. Исходный динамический ряд и линейный тренд

3. Полином 3-ей степени

1.3.1. Импорт

Model is: v1=a0+a1*v3+a2*v4+a3*v5

Dependent variable: Импорт Independent variables: 3

Loss function: least squares

Final value: 1622,93896749

Proportion of variance accounted for:,97991326 R =,98990568


Рис. 28. Результаты расчета параметров линейной модели тренда


σІост = 270,5

Рис. 29 Результаты дисперсионного анализа линейной модели тренда

Рис. 30. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис. 31Исходный динамический ряд и линейный тренд


1.3.2. Экспорт

Model is: v2=a0+a1*v3+a2*v4+a3*v5

Dependent variable: Экспорт Independent variables: 3

Loss function: least squares

Final value: 1128,49182351

Proportion of variance accounted for:,97281715 R =,98631494

Рис. 32. Результаты расчета параметров линейной модели тренда


σІост = 188,1

Рис. 33. Результаты дисперсионного анализа линейной модели тренда


Рис. 34. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда

Рис. 35. Исходный динамический ряд и линейный тренд


4. Экспоненциальная функция

1.4.1. Импорт

Model is: v1=exp(a0+a1*v3)

Dependent variable: Импорт Independent variables: 1

Loss function: least squares

Final value: 2505,82525018

Proportion of variance accounted for:,96898598 R =,98437086


Рис. 36. Результаты расчета параметров линейной модели тренда

σІост = 313,2

Рис. 37. Результаты дисперсионного анализа линейной модели тренда


Рис. 38. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис.39. Исходный динамический ряд и линейный тренд


1.4.2. Экспорт

Model is: v2=exp(a0+a1*v3)

Dependent variable: Экспорт Independent variables: 1

Loss function: least squares

Final value: 8979,74792643

Proportion of variance accounted for:,78369793 R =,88526715


Рис. 40. Результаты расчета параметров линейной модели тренда


σІост = 1122,5

Рис. 41. Результаты дисперсионного анализа линейной модели тренда

Рис. 42. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис. 43. Исходный динамический ряд и линейный тренд


2 период:

2.1. Линейная функция

2.1.1. Импорт

Model is: v1=a0+a1*v3

Dependent variable: Импорт Independent variables: 1

Loss function: least squares

Final value: 181742,7302782

Proportion of variance accounted for:,94787834 R =,97359044

Рис. 44. Результаты расчета параметров линейной модели тренда


σІост = 12116

Рис. 45. Результаты дисперсионного анализа линейной модели тренда


Рис. 46. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда

Рис. 47. Исходный динамический ряд и линейный тренд


2.1.2. Экспорт

Model is: v2=a0+a1*v3

Dependent variable: Экспорт Independent variables: 1

Loss function: least squares

Final value: 78822,35604611

Proportion of variance accounted for:,87764846 R =,93682894


Рис. 48. Результаты расчета параметров линейной модели тренда


σІост = 5255

Рис. 49. Результаты дисперсионного анализа линейной модели тренда

Рис. 50. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис. 51. Исходный динамический ряд и линейный тренд


2.2. Полином 2-ой степени

2.2.1. Импорт

Model is: v1=a0+a1*v3+a2*v4

Dependent variable: Импорт Independent variables: 2

Loss function: least squares

Final value: 77020,10493508

Proportion of variance accounted for:,97791155 R =,9888941


Рис. 52. Результаты расчета параметров линейной модели тренда


σІост = 5501

Рис. 53. Результаты дисперсионного анализа линейной модели тренда


Рис. 54. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда

Рис. 55. Исходный динамический ряд и линейный тренд


2.2.2. Экспорт

Model is: v2=a0+a1*v3+a2*v4

Dependent variable: Экспорт Independent variables: 2

Loss function: least squares

Final value: 67528,68878944

Proportion of variance accounted for:,89517899 R =,94613899


Рис. 56. Результаты расчета параметров линейной модели тренда


σІост = 4823

Рис.57. Результаты дисперсионного анализа линейной модели тренда


Рис. 58. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис. 59. Исходный динамический ряд и линейный тренд

2.3. Полином 3-ей степени

2.3.1. Импорт

Model is: v1=a0+a1*v3+a2*v4+a3*v5

Dependent variable: Импорт Independent variables: 3

Loss function: least squares

Final value: 53761,72516076

Proportion of variance accounted for:,98458178 R =,99226094


Рис. 60. Результаты расчета параметров линейной модели тренда


σІост = 4136

Рис. 61. Результаты дисперсионного анализа линейной модели тренда

Рис. 62. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис. 63. Исходный динамический ряд и линейный тренд


2.3.2. Экспорт

Model is: v2=a0+a1*v3+a2*v4+a3*v5

Dependent variable: Экспорт Independent variables: 3

Loss function: least squares

Final value: 28456,49743882

Proportion of variance accounted for:,95582857 R =,97766486

Рис. 64. Результаты расчета параметров линейной модели тренда


σІост = 2189

Рис. 65. Результаты дисперсионного анализа линейной модели тренда


Рис. 66. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда

Рис. 67. Исходный динамический ряд и линейный тренд


2.4. Экспоненциальная функция

2.4.1. Импорт

Model is: v1=Exp(ao+a1*v3)

Dependent variable: Импорт Independent variables: 1

Loss function: least squares

Final value: 66494,98911735

Proportion of variance accounted for:,98093003 R =,99041912


Рис. 68. Результаты расчета параметров линейной модели тренда

σІост = 4433

Рис. 69. Результаты дисперсионного анализа линейной модели тренда


Рис. 70. Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис. 71. Исходный динамический ряд и линейный тренд

2.4.2. Экспорт

Model is: v2=Exp(ao+a1*v3)

Dependent variable: Экспорт Independent variables: 1

Loss function: least squares

Final value: 65142,58593893

Proportion of variance accounted for:,8988828 R =,9480943


Рис. 72 Результаты расчета параметров линейной модели тренда


σІост = 4343

Рис. 73Результаты дисперсионного анализа линейной модели тренда

Рис. 74 Таблица наблюдаемых, прогнозных значений и остатков для линейной модели тренда


Рис. 75. Исходный динамический ряд и линейный тренд


На данном этапе предстоит провести сравнение полученных раннее данных и выявить наилучшую модель. Лучшей регрессионной моделью можно считать такую, которой соответствует максимальное значение коэффициента детерминации, а остаточная дисперсия минимальна.

Данные приведены по периодам в таблицах 7 – 10.

1 период

Импорт

Таблица 7

Модель

Уравнение

σІост

Линейная

357,6

,96459517

Полином 2ой степени

337,3

,9707775

Полином 3ей степени

270,5

,97991326

Экспоненциальная

313,2

,96898598


Экспорт


Таблица 8

Модель

Уравнение

σІост

Линейная

1529,9

,70518264

Полином 2ой степени

168,9

,97151683

Полином 3ей степени

188,1

,97281715

Экспоненциальная

1122,5

,78369793


2 период

Импорт


Таблица 9

Модель

Уравнение

σІост

Линейная

12116

,94787834

Полином 2ой степени

5501

,97791155

Полином 3ей степени

4136

,98458178

Экспоненциальная

4433

,98093003


Экспорт


Таблица 10

Модель

Уравнение

σІост

Линейная

5255

,87764846

Полином 2ой степени

4823

,89517899

Полином 3ей степени

2189

,95582857

Экспоненциальная

4343

,8988828


Из полученных данных следует, что «полином 3-ей степени» является для работы наилучшей формой тренда. Но также следует оценить и такие параметры, как F-критерий Фишера и t-статистику. Уравнение в целом по F-критерию Фишера значимо, если Fфакт > Fтеор. Изучая t-критерий, надо выбрать модель, где t-статистика по модулю превышает табличное значение.

По 1 и 2 периодам «полином 3-ей степени» является походящей формой тренда как по импорту, так и по экспорту, следовательно, уравнение в целом значимо.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: