Xreferat.com » Рефераты по экономико-математическому моделированию » Построение и анализ функции спроса на товар

Построение и анализ функции спроса на товар

style="border-top:none;border-left: none;border-bottom:solid windowtext 1.0pt;border-right:solid windowtext 1.0pt; padding:0cm 5.4pt 0cm 5.4pt;">0% 9 178,00 179,00 - 1,00 -1% 10 182,00 186,00 - 4,00 -2% 11 191,00 194,00 - 3,00 -2% всего - - 0 -

Расчет коэффициентов корреляции и детерминации, проверка правильности выбранных факторов и формы связи

Мы выяснили возможность установления корреляционной связи между значениями х и соответствующими значениями у. Теперь необходимо выяснить, как изменение факторного признака влияет на изменение результативного признака.

Вычислим коэффициента корреляции по формуле (3) для расчета линейного коэффициента корреляции:

получим: (3)

Линейный коэффициент корреляции может принимать любые значения в пределах от минус 1 до плюс 1. Чем ближе коэффициент корреляции по абсолютной величине к 1, тем теснее связь между признаками. Знак при линейном коэффициенте корреляции указывает на направление связи - прямой зависимости соответствует знак плюс, а обратной зависимости - знак минус.

В нашем примере r= 0,990.

Кроме того, можно рассчитать коэффициент детерминации d, который равен квадрату коэффициента корреляции.

В нашем примере d = 0,981.

Это значит, что изменение расходов на товар А можно на 98,1% объяснить изменением дохода.

Остальные 1,9% могут явиться следствием:

недостаточно хорошо подобранной формы связи;

влияния на зависимую переменную каких-либо других неучтенных факторов.

Целесообразно проверить, не улучшится ли результат, если принять криволинейную форму связи.

Воспользуемся степенной функцией вида: ŷ = axb

Логарифмируем:

lg ŷ = lga + blgx. (4)

24,07 = 11*a + 28,85*b, => а=

63,26 = 28,85*a + 75,98*b

63,26 = 28,85 () + 75,98*b,

0,1282 = 0,31*b, => b = 0,4092

а =

lg у = 1,1149 + 0,4092 lgх

Для нахождения параметров а и b всю процедуру МНК проделываем не с величинами у и х, а с их логарифмами. После решения системы нормальных уравнений (2) получаем: lg a = 1,1149; b = 0,4092.

Уравнение регрессии: lg ŷ = 1,1149 + 0,4092 lg x

Сравним фактические и расчетные расходы на потребление товара А (таблица 3) и построим график полученной функции ŷ (рисунок 2).


Рисунок 2 Сравнение фактических и расчетных расходов на потребление товара А для степенного уравнения регрессии

Таблица 3 Сравнение фактических и расчетных значений расходов на потребление товара А при степенной зависимости

№ группы Расходы на товар А Отклонение фактических значений от расчетных (у-ŷ)
фактические (у) Расчетные (ŷ) абсолютные относительные (в процентах)
1 114,00 114,00 - 0%
2 123,00 125,00 - 2,00 -2%
3 132,00 134,00 - 2,00 -2%
4 143,00 143,00 - 0%
5 152,00 151,00 1,00 1%
6 161,00 159,00 2,00 1%
7 169,00 166,00 3,00 2%
8 171,00 172,00 - 1,00 -1%
9 178,00 179,00 - 1,00 -1%
10 182,00 184,00 - 2,00 -1%
11 191,00 190,00 1,00 1%
Всего - - - 1,00 -

Теснота криволинейной связи измеряется корреляционным отношением, обозначаемым через h и имеющим тот же смысл, что и r.

Теоретическое корреляционное отношение может быть рассчитано по формуле:


h=, (5)

где s2фактор-дисперсия для теоретических значений ŷ (объясненная вариация);

s2общ - дисперсия для фактических значений у (необъясненная вариация).

=

h =  = 0,978

В нашем примере h = 0,978, h² = 0,958.

Как видим, степенная форма связи точнее отражает зависимость потребления товара А от дохода.

Статистическая проверка гипотез

Статистическая гипотеза - это предположение о случайной величине, проверяемые по выборке (результатам наблюдений). Будем обозначать высказанные предположения (гипотезу) буквой Н. Наша цель - проверить, не противоречит ли высказанная нами гипотеза Н имеющимся выборочным данным. Процедура сопоставления высказанной гипотезы с имеющимися выборочными данными (x1,x2,…,xn) и количественная оценка степени достоверности полученного вывода называется статистической проверкой гипотез.

Результат сопоставления может быть отрицательным или неотрицательным. Отрицательный результат означает, что данные противоречат высказанной гипотезе, следовательно, от нее надо отказаться. Неотрицательный - данные наблюдения не противоречат высказанной гипотезе, и ее можно принять в качестве одного из допустимых решений.

В регрессионном анализе проверке статистической значимости подвергаются коэффициенты регрессии и корреляции.

Статистическая значимость коэффициента регрессии проверяется с помощью t-критерия Стьюдента. Для этого сначала необходимо определить остаточную сумму квадратов

 

s2ост=å (yi - ŷi) 2 (6)

и ее среднее квадратическое отклонение

s= (7)

Таблица 4

№ группы

Расходы на потребление

товара А

Отклонение фактических

расходов от расчетных (у - ŷ)

Остаточная сумму квадратов
фактические (у)

расчетные

(ŷ)

абсолютные относительные (в процентах)
1 114,00 118,00 - 4,00 -4% 16
2 123,00 126,00 - 3,00 -2% 9
3 132,00 133,00
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: