Xreferat.com » Рефераты по экономико-математическому моделированию » Экономическое планирование методами математической статистики

Экономическое планирование методами математической статистики

VALIGN=TOP>

1,57

+

2

1,78

+

2

1,38

+

0

1,55

+

0

Итого

8

68


  • Проверка гипотезы о нормальном законе распределения выборки с применением критерия . Разобьем выборку на интервалы группировки длиной 0,4*среднеквадратичное отклонение = 0,090791231. Получим следующее количество интервалов группировки размах/длина интервала=8.Все данные о границах интервалов, теоретических и эмпирических частотах приведены в таблице 2.8.


Таблица 2.8 – Критерий .

Интервалы группировки

Теоретическая частота

Расчетная частота

1,090791231

15,39563075

3

1,181582462

24,12028441

0

1,272373693

32,20180718

4

1,363164924

36,63455739

3

1,453956155

35,51522214

2

1,544747386

29,33938492

1

1,635538617

20,65381855

3

1,726329848

12,38975141

4

Результирующее значение критерия 3,27644E-33 значительно меньше табличного 12,6 – следовательно, гипотеза о нормальности закона распределения принимается с уровнем значимости 0,05.


2.5 Исследование выборки по коэффициенту издержек на единицу продукции (Х4).

  • Математическое ожидание (арифметическое среднее) 57,46333333.

  • Доверительный интервал для математического ожидания (46,70536237; 68,22130429).

  • Дисперсия (рассеивание) 558,5363233.

  • Доверительный интервал для дисперсии (343,2620073; 1223,072241).

  • Средне квадратичное отклонение (от среднего) 23,63337308.

  • Медиана выборки 68,84.

  • Размах выборки 56,69.

  • Асимметрия (смещение от нормального распределения) --0,199328538.

  • Эксцесс выборки (отклонение от нормального распределения)

-1,982514776.

  • Коэффициент вариации (коэффициент представительности среднего) 41%.

  • Проверка статистической независимости выборки (проверка наличия тренда) методом критерия серий. Результаты проверки представлены в таблице 2.9 (2-й столбец). Сумма серий равняется 11. Поскольку данное значение попадает в доверительный интервал (табличные значения) от 5 до 15, следовательно, гипотеза о статистической независимости и отсутствии тренда подтверждается.

  • Проверка статистической независимости выборки (проверка наличия тренда) методом критерия инверсий. Количество инверсий представлено в таблице 2.9 (3-й столбец). Сумма инверсий равняется 89. Поскольку данное значение попадает в доверительный интервал (табличные значения) от 64 до 125, следовательно, гипотеза о статистической независимости и отсутствии тренда подтверждается.

Таблица 2.9 – Критерии серий и инверсий

Розничная цена Х4

Критерий серий

Критерий инверсий

35,19

-

6

80

+

11

23,31

-

0

80

+

10


Продолжение таблицы 2.9.

80

+

10

68,84

+

8

80

+

9

30,32

-

3

80

+

8

32,94

-

3

28,56

-

0

78,75

+

5

38,63

-

2

48,67

-

3

40,83

-

2

80

+

2

80

+

2

80

+

2

80

+

2

31,2

-

1

29,49

-

0

Итого

11

89


  • Проверка гипотезы о нормальном законе распределения выборки с применением критерия . Разобьем выборку на интервалы группировки длиной 0,4*среднеквадратичное отклонение = 9,453349234. Получим следующее количество интервалов группировки размах/длина интервала=5.Все данные о границах интервалов, теоретических и эмпирических частотах приведены в таблице 2.10.


Таблица 2.10 – Критерий .

Интервалы группировки

Теоретическая частота

Расчетная частота

32,76334923

0,205311711

5

42,21669847

0,287891016

4

51,6700477

0,343997578

1

61,12339693

0,350264029

0

70,57674617

0,30391251

1

Результирующее значение критерия 3,27644E-33 значительно меньше табличного 12,6 – следовательно, гипотеза о нормальности закона распределения принимается с уровнем значимости 0,05.


2.6 Исследование выборки по коэффициенту удовлетворения условий розничных торговцев (Х5).

  • Математическое ожидание (арифметическое среднее) 1,937619048.

  • Доверительный интервал для математического ожидания (1,390131506; 2,485106589).

  • Дисперсия (рассеивание) 1,446569048.

  • Доверительный интервал для дисперсии (0,889023998; 3,167669447).

  • Средне квадратичное отклонение (от среднего) 1,202733989.

  • Медиана выборки 1,75.

  • Размах выборки 4,11.

  • Асимметрия (смещение от нормального распределения) --0,527141402.

  • Эксцесс выборки (отклонение от нормального распределения)

-0,580795634.

  • Коэффициент вариации (коэффициент представительности среднего) 62%.

  • Проверка статистической независимости выборки (проверка наличия тренда) методом критерия серий. Результаты проверки представлены в таблице 2.11 (2-й столбец). Сумма серий равняется 13. Поскольку данное значение попадает в доверительный интервал (табличные значения) от 5 до 15, следовательно, гипотеза о статистической независимости и отсутствии тренда подтверждается.

  • Проверка статистической независимости выборки (проверка наличия тренда) методом критерия инверсий. Количество инверсий представлено в таблице 2.11 (3-й столбец). Сумма инверсий равняется 80. Поскольку данное значение попадает в доверительный интервал (табличные значения) от 64 до 125, следовательно, гипотеза о статистической независимости и отсутствии тренда подтверждается.

Таблица 2.11 – Критерии серий и инверсий.

Розничная цена Х4

Критерий серий

Критерий инверсий

2,08

+

12

1,09

-

5

2,28

+

12

1,44

-

6

1,75

+

8

1,54

-

6


Продолжение таблицы 2.11

0,47

-

1

2,51

+

8

2,81

+

8

0,59

-

1

0,64

-

1

1,73

-

3

1,83

+

3

0,76

-

1

0,14

-

0

3,53

+

2

2,13

+

1

3,86

+

1

1,28

-

0

4,25

+

1

3,98

+

0

Итого

13

80


  • Проверка гипотезы о нормальном законе распределения выборки с применением критерия . Разобьем выборку на интервалы группировки длиной 0,4*среднеквадратичное отклонение = 0,481093595. Получим следующее количество интервалов группировки размах/длина интервала=8.Все данные о границах интервалов, теоретических и эмпирических частотах приведены в таблице 2.12.


Таблица 2.12 – Критерий .

Интервалы группировки

Теоретическая частота

Расчетная частота

0,621093595

3,826307965

3

1,102187191

5,47254967

3

1,583280786

6,669793454

3

2,064374382

6,927043919

3

2,545467977

6,130506823

4

3,026561573

4,623359901

1

3,507655168

2,971200139

0

3,988748764

1,627117793

3

Результирующее значение критерия 0,066231679 значительно меньше табличного 12,6 – следовательно, гипотеза о нормальности закона распределения принимается с уровнем значимости 0,05.


  1. Построение математической модели

    1. Корреляционный анализ.

Для оценки степени зависимости между переменными модели построим корреляционную матрицу, и для каждого коэффициента корреляции в матрице рассчитаем V-функцию, которая служит для проверки гипотезы об отсутствии корреляции между переменными.

Таблица 3.1. – Корреляционная матрица



Y

X1

X2

X3

X4

X5

Y

R

0,95238

0,00950

0,21252

-0,01090

-0,30012

-0,42102


V

8,30380

0,04247

0,96511

-0,04873

-1,38479

-2,00769

X1

R

0,00950

0,95238

0,36487

0,13969

0,50352

-0,12555


V

0,04247

8,30380

1,71054

0,62883

2,47761

-0,56445

X2

R

0,21252

0,36487

0,95238

0,23645

0,06095

-0,19187


V

0,96511

1,71054

8,30380

1,07781

0,27291

-0,86885

X3

R

-0,01090

0,13969

0,23645

0,95238

0,24228

0,25014


V

-0,04873

0,62883

1,07781

8,30380

1,10549

1,14293

X4

R

-0,30012

0,50352

0,06095

0,24228

0,95238

-0,03955


V

-1,38479

2,47761

0,27291

1,10549

8,30380

-0,17694

X5

R

-0,42102

-0,12555

-0,19187

0,25014

-0,03955

0,95238


V

-2,00769

-0,56445

-0,86885

1,14293

-0,17694

8,30380

Гипотеза о нулевой корреляции принимается при –1,96

    1. Регрессионный анализ.

Для построения математической модели выдвинем гипотезу о наличии линейной зависимости между прибылью (иначе Y) и факторами на нее влияющими (Х1, Х2, Х3, Х4, Х5). Следовательно, математическая модель может быть описана уравнением вида:

, (3.1)

где - линейно-независимые постоянные коэффициенты.

Для их отыскания применим множественный регрессионный анализ. Результаты регрессии сведены в таблицы 3.2 – 3.4.

Таблица 3.2.-Регрессионная статистика.

Множественный R

0,609479083

R-квадрат

0,371464753

Нормированный R-квадрат

0,161953004

Стандартная ошибка

24,46839969

Наблюдения

21

Таблица 3.3. –Дисперсионная таблица.

Степени свободы

SS

MS

F

Значимость F

Регрессия

5

5307,504428

1061,500886

1,773002013

0,179049934

Остаток

15

8980,538753

598,7025835



Итого

20

14288,04318





Таблица 3.4 – Коэффициенты регрессии.


Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

B0

38,950215

35,7610264

1,0891805

0,29326

-37,272

115,173

-37,2726

115,173

B1

4,5371110

8,42440677

0,5385674

0,59808

-13,419

22,4933

-13,4190

22,4933

B2

1,8305781

8,73999438

0,2094484

0,83691

-16,798

20,4594

-16,7982

20,4594

B3

23,645979

27,4788285

0,8605162

0,40304

-34,923

82,2157

-34,9237

82,2157

B4

-0,526248

0,28793074

-1,827690

0,08755

-1,1399

0,08746

-1,13995

0,08746

B5

-10,780037

4,95649626

-2,174931

0,04604

-21,344

-0,21550

-21,3445

-0,21550


Таким образом, уравнение, описывающее математическую модель, приобретает вид:

Y=4,53711108952303*X1+1,830578196*X2+23,64597929*X3- 0,526248308*X5-10,78003746*X5+38,95021506. (3.2)

Для оценки влияния каждого из факторов на результирующую математическую модель применим метод множественной линейной регрессии к нормированным значениям переменных , результаты пересчета коэффициентов приведены в таблице 3.5.

Таблица 3.5. – Оценка влияния факторов.


Коэффициенты

Стандартная ошибка

t-статистика

Y-пересечение

38,95021506

35,76102644

1,089180567

Переменная X 1

3,828821785

7,109270974

0,538567428

Переменная X 2

1,348658856

6,439097143

0,209448441

Переменная X 3

5,367118917

6,237091662

0,86051628

Переменная X 4

-12,43702261

6,804774783

-1,827690556

Переменная X 5

-12,96551745

5,961346518

-2,174931018

Коэффициенты в таблице 3.5 показывают степень влияния каждой из переменных на результат (Y). Чем больше коэффициент, тем сильнее прямая зависимость (отрицательные коэффициенты показывают обратную зависимость).

F-критерий из таблицы 3.3 показывает степень адекватности полученной математической модели.

ВЫВОДЫ


В результате проведенной работы был произведен статистический анализ исходных данных, полученных при исследовании основных показателей деятельности предприятия, с целью выявления доминирующих факторов влияющих на прибыль и построена адекватная математическая модель и спрогнозирована прибыль на последующие периоды.

В процессе выполнения работы изучили и научились применять на практике следующие методы математической статистики:

  • линейный регрессионный анализ,

  • множественный регрессионный анализ,

  • корреляционный анализ,

  • проверка стационарности и независимости выборок,

  • выявление тренда,

  • критерий .

Перечень ссылок


  1. Бендод Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. – М.: Мир, 1989.

  2. Математическая статистика. Под ред. А. М. Длина, М.: Высшая школа, 1975.

  3. Л.Н.Большев, Н.В.Смирнов. Таблицы математической статистики.-М.: Наука, 1983.

  4. Н.Дрейпер, Г.Смит. Прикладной регрессионный анализ. Пер. с англ.- М.: Статистика, 1973.



Overview

Временные ряды_ИД
Регрессионный анализ_ИД
Регрессия
Анализ У
Анализ Х1
Анализ Х2
Анализ Х3
Анализ Х4
Анализ Х5


Sheet 1: Временные ряды_ИД

Месяц 1994 1996 1997 1998
Январь 1500000 1650000 1400000 1700000
Февраль 900000 850000 890000 1200000
Март 700000 600000 550000 459000
Апрель 300000 125000 250000 221000
Май 400000 300000 100000 1000
Июнь 250000 450000 150000 250000
Июль 200000 600000 132000 325000
Август 150000 750000 142000 354000
Сентябрь 300000 300000 254000 150000
Октябрь 250000 259000 350000 100000
Ноябрь 400000 453000 450000 259000
Декабрь 2000000 1700000 1000000 1900000

Sheet 2: Регрессионный анализ_ИД


Прибыль Коэффициент качества продукции Доля в общем объеме продаж Розничная цена Коэффициент издержек на 1 продукции Удовлетворение условий розничных торговцев
Отклонение от среднего Отклонение от среднего Отклонение от среднего Отклонение от среднего Отклонение от среднего Отклонение от среднего
Квадраты отклонений от среднего Квадраты отклонений от среднего Квадраты отклонений от среднего Квадраты отклонений от среднего Квадраты отклонений от среднего Квадраты отклонений от среднего
№ Y, % X1 X2 X3 X4 X5
Y X1 X2 X3 X4 X5
Y X1 X2 X3 X4 X5
1 1.99 1.22 1.24 1.3 35.19 2.08
-32.93 -1.07 -0.84 -0.09 -22.27 0.14
1084.23 1.14 0.71 0.01 496.1 0.02
2 12.21 1.45 1.54 1.04 80 1.09
-22.71 -0.84 -0.54 -0.35 22.54
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: