Xreferat.com » Рефераты по математике » Построение математических моделей

Построение математических моделей

Содержание


Задание 1

Задание 2

Список литературы

Вариант 6


Задание 1


Имеются данные, характеризующие выручку (у, млн. руб.) предприятия «АВС» в зависимости от капиталовложений (х, млн. руб.) за последние 10 лет (табл. 1).


Таблица 1

Время, t 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Выручка, у 3,0 2,9 3,0 3,1 3,2 2,8 2,9 3,4 3,5 3,6

Объем капитало-
вложений, х

1,1 1,1 1,2 1,4 1,4 1,4 1,3 1,6 1,3 1,4

Построить поле корреляции.

Найти параметры уравнения линейной регрессии Построение математических моделей; дать экономическую интерпретацию параметров а и b.

Составить уравнения нелинейных регрессий:

гиперболической Построение математических моделей;

степной Построение математических моделей;

показательной Построение математических моделей

Для каждой из моделей:

найти коэффициент парной корреляции (для нелинейных регрессий – индекс корреляции);

найти коэффициент детерминации;

проверить значимость уравнения регрессии в целом с помощью F – критерия Фишера;

найти среднюю относительную ошибку аппроксимации.

Составить сводную таблицу вычислений; выбрать лучшую модель; дать интерпретацию рассчитанных характеристик.

По лучшей модели составить прогноз на следующие два года показателя у (выручка), если х (объем капиталовложений) увеличивается на 10% по сравнению с последним годом.

Построить графики уравнений регрессии; отметить точки прогноза.

РЕШЕНИЕ:

ПОСТРОИМ ПОЛЕ КОРРЕЛЯЦИИ

Поле корреляции – точечный график, осями X и Y которого сопоставлены изучаемые признаки (рис. 1).


Построение математических моделей

Рис. 1


Точки на графике поля корреляции находятся довольно хаотично, что говорит о слабой зависимости объема капиталовложений Х и выручки Y.

НАЙДЕМ ПАРАМЕТРЫ ЛИНЕЙНОЙ РЕГРЕССИИ Построение математических моделей

Расчет неизвестных параметров выполним методом наименьших квадратов (МНК), построив систему нормальных уравнений и решая ее, относительно неизвестных параметров а и b.

Система нормальных уравнений имеет вид:


Построение математических моделейПостроение математических моделей

Построение математических моделей


Необходимые расчеты представлены в таблице 2.


Построение математических моделей Построение математических моделей

Построение математических моделей

Построение математических моделей


Построена линейная модель зависимости выручки предприятия «АВС» от объема капиталовложений:


Построение математических моделей


В линейном регрессии коэффициент регрессии показывает направление связи между переменной Y и фактором X. А также, указывает насколько в среднем изменяется значение результативного признака Y, если фактор увеличить на единицу измерения.

b = 0,843, т.е. при увеличении объема капиталовложений (Х) на 1 млн. руб. выручка предприятия (Y) в среднем увеличится на 0,843 млн. руб.


Таблица 2

Вспомогательные вычисления для нахождения параметров линейной модели

t Y X X2 X*Y
1998 3,0 1,1 1,21 3,3
1999 2,9 1,1 1,21 3,19
2000 3,0 1,2 1,44 3,6
2001 3,1 1,4 1,96 4,34
2002 3,2 1,4 1,96 4,48
2003 2,8 1,4 1,96 3,92
2004 2,9 1,3 1,69 3,77
2005 3,4 1,6 2,56 5,44
2006 3,5 1,3 1,69 4,55
2007 3,6 1,4 1,96 5,04
Σ 31,4 13,2 17,64 41,63

РАССЧИТАЕМ:

коэффициент парной корреляции.

Коэффициент парной корреляции показывает направление и тесноту линейной связи.


Построение математических моделей

Построение математических моделей Построение математических моделей

Построение математических моделей


Т. е. связь между объемом капиталовложений и выручкой предприятия прямая и слабая.


Таблица 3

Вспомогательная таблица для расчета коэффициента парной корреляции, средней относительной ошибки аппроксимации

t Y X

Построение математических моделей

Построение математических моделей

Построение математических моделей

Построение математических моделей

A
1998 3,0 1,1 0,048 0,020 0,031 2,955 0,015
1999 2,9 1,1 0,048 0,058 0,053 2,955 0,019
2000 3,0 1,2 0,014 0,020 0,017 3,039 0,013
2001 3,1 1,4 0,006 0,002 -0,003 3,207 0,035
2002 3,2 1,4 0,006 0,004 0,005 3,207 0,002
2003 2,8 1,4 0,006 0,116 -0,027 3,207 0,146
2004 2,9 1,3 0,000 0,058 0,005 3,123 0,077
2005 3,4 1,6 0,078 0,068 0,073 3,376 0,007
2006 3,5 1,3 0,000 0,130 -0,007 3,123 0,108
2007 3,6 1,4 0,006 0,212 0,037 3,207 0,109
Σ 31,4 13,2 0,216 0,684 0,182
0,530

коэффициент детерминации

Коэффициент детерминации показывает долю вариации результативного признака Y под влиянием фактора Х, включенного в модель.


Построение математических моделей


22,42% изменения выручки предприятия обусловлено изменением объема капиталовложений, на 77,58% влиянием прочих факторов, не учтенных в модели.


Построение математических моделей

Рис. 2

F – критерий Фишера

Для проверки значимости уравнения регрессии в целом найдем расчетное значение критерия Фишера:

Построение математических моделей


Расчетное значение статистики Фишера сравниваем с табличным


F(α; d.f.1; d.f.2), где


α – уровень значимости (для большей надежности примем его равным 0,05);

Число степеней свободы d.f.1 = k = 1, где k – число факторов в модели;

Число степеней свободы d.f.2 = n – k – 1 = 10 – 1 – 1 = 8


F (0.05; 1; 8) = 5,318.


В силу того, что F(расч.) = 2,312 < F(табл.)= 5,318, то уравнение в целом можно считать статистически незначимым.

Среднюю относительную ошибку аппроксимации:


Построение математических моделей


Фактические значения выручки отличаются от расчетных, полученных по модели на 5,3%. Ошибка небольшая, модель считается точной

НАЙДЕМ ПАРАМЕТРЫ ГИПЕРБОЛИЧЕСКОЙ МОДЕЛИ РЕГРЕССИИ Построение математических моделей

Расчет неизвестных параметров выполним методом наименьших квадратов (МНК).

Система нормальных уравнений имеет вид:


Построение математических моделейПостроение математических моделей

Построение математических моделей


Необходимые расчеты представлены в таблице 4.


Построение математических моделей Построение математических моделей

Построение математических моделей

Построение математических моделей


Таблица 4

Вспомогательная таблица для расчетов показателей по гиперболической модели

t Y X 1/Х 1/Х^2 Y/X

Построение математических моделей

Построение математических моделей

A
1998 3,0 1,1 0,909 0,826 2,727 2,940 0,004 0,020
1999 2,9 1,1 0,909 0,826 2,636 2,940 0,002 0,014
2000 3,0 1,2 0,833 0,694 2,500 3,047 0,002 0,016
2001 3,1 1,4 0,714 0,510 2,214 3,215 0,013 0,037
2002 3,2 1,4 0,714 0,510 2,286 3,215 0,000 0,005
2003 2,8 1,4 0,714 0,510 2,000 3,215 0,172 0,148
2004 2,9 1,3 0,769 0,592 2,231 3,137 0,056 0,082
2005 3,4 1,6 0,625 0,391 2,125 3,341 0,004 0,017
2006 3,5 1,3 0,769 0,592 2,692 3,137 0,132 0,104
2007 3,6 1,4 0,714 0,510 2,571 3,215 0,148 0,107
Σ 31,4 13,2 7,672 5,962 23,983
0,533 0,549

Построена гиперболическая модель зависимости выручки предприятия «АВС» от объема капиталовложений:


Построение математических моделей

РАССЧИТАЕМ:

индекс корреляции:


Построение математических моделей


Связь между объемом капиталовложений и выручкой предприятия в гиперболической модели слабая

коэффициент детерминации


Построение математических моделей


22,13% изменения выручки предприятия в гиперболической модели происходит под влиянием изменением объема капиталовложений и на 77,87% под влиянием факторов, не включенных в модель.

F – критерий Фишера

Проверим значимость уравнения


Построение математических моделей


F(расч.) = 2,274< F(табл.)= 5,318, т.е. уравнение в целом можно считать статистически незначимым.

Среднюю относительную ошибку аппроксимации:


Построение математических моделей

Ошибка меньше 7%, модель можно считать точной.


Построение математических моделей

Рис. 3


НАЙДЕМ ПАРАМЕТРЫ СТЕПЕННОЙ МОДЕЛИ РЕГРЕССИИ


Построение математических моделей


Произведем линеаризацию переменных путем логарифмирования обеих частей уравнения.


Построение математических моделей


Сделаем замену переменной Y = lg y, A = lg a, X = lg x. Тогда Y = A + b ∙ X – линейная модель парной регрессии. Можно применить МНК.


Построение математических моделейПостроение математических моделей


Необходимые расчеты представлены в таблице 5.


Построение математических моделей Построение математических моделей

Построение математических моделей

Построение математических моделей


Построена степенная модель зависимости выручки предприятия «АВС» от объема капиталовложений: Построение математических моделей


Таблица 5

Вспомогательная таблица для расчетов показателей по степенной модель

t y x Y = lg y X = lg x

X2 =
=lg x2

X*Y =
lg x*lg y

Построение математических моделей

Построение математических моделей

A
1998 3,0 1,1 0,477 0,041 0,002 0,020 2,946 0,003 0,018
1999 2,9 1,1 0,462 0,041 0,002 0,019 2,946 0,002 0,016
2000 3,0 1,2 0,477 0,079 0,006 0,038 3,035 0,001 0,012
2001 3,1 1,4 0,491 0,146 0,021 0,072 3,200 0,010 0,032
2002 3,2 1,4 0,505 0,146 0,021 0,074 3,200 0,000 0,000
2003 2,8 1,4 0,447 0,146 0,021 0,065 3,200 0,160 0,143
2004 2,9 1,3 0,462 0,114 0,013 0,053 3,120 0,048 0,076
2005 3,4 1,6 0,531 0,204 0,042 0,108 3,350 0,002 0,015
2006 3,5 1,3 0,544 0,114 0,013 0,062 3,120 0,145 0,109
2007 3,6 1,4 0,556 0,146 0,021 0,081 3,200 0,160 0,111
Σ 31,4 13,2 4,955 1,178 0,163 0,592
0,532 0,531

РАССЧИТАЕМ:

индекс корреляции:


Построение математических моделей


Связь между объемом капиталовложений и выручкой предприятия в степенной модели слабая.

коэффициент детерминации


Построение математических моделей


Степенная модель всего на 13,44% детерминирует зависимость выручки предприятия от объема капиталовложений. 86,56% детерминации происходит под влиянием факторов не учтенных в модели.

F – критерий Фишера

Проверим значимость уравнения


Построение математических моделей


F(расч.) = 1,242 < F(табл.)= 5,318, т.е. уравнение степенной модели в целом можно считать статистически незначимым.

Среднюю относительную ошибку аппроксимации:


Построение математических моделей


Ошибка меньше 7%, степенную модель можно считать точной.


Построение математических моделей

Рис. 4


НАЙДЕМ ПАРАМЕТРЫ ПОКАЗАТЕЛЬНОЙ МОДЕЛИ РЕГРЕССИИ Построение математических моделей

Произведем линеаризацию переменных путем логарифмирования обеих частей уравнения.


Построение математических моделей


Сделаем замену переменной Y = lg y, A = lg a, В = lg b. Тогда Y = A + B ∙ x – линейная модель парной регрессии. Можно применить МНК.


Построение математических моделейПостроение математических моделей


Необходимые расчеты представлены в таблице 6.


Построение математических моделей Построение математических моделей

Построение математических моделей

Построение математических моделей


Таблица 6

Вспомогательная таблица для расчетов показателей по показательной модели

t y x Y = lg y x2

x*Y =
x*lg y

Построение математических моделей

Построение математических моделей

A
1998 3,0 1,1 0,477 1,21 0,525 2,953 0,002 0,016
1999 2,9 1,1 0,462 1,21 0,509 2,953 0,003 0,018
2000 3,0 1,2 0,477 1,44 0,573 3,032 0,001 0,011
2001 3,1 1,4 0,491 1,96 0,688 3,196 0,009 0,031
2002 3,2 1,4 0,505 1,96 0,707 3,196 0,000 0,001
2003 2,8 1,4 0,447 1,96 0,626 3,196 0,157 0,141
2004 2,9 1,3 0,462 1,69 0,601 3,113 0,045 0,073
2005 3,4 1,6 0,531 2,56 0,850 3,369 0,001 0,009
2006 3,5 1,3 0,544 1,69 0,707 3,113 0,150 0,111
2007 3,6 1,4 0,556 1,96 0,779 3,196 0,163 0,112
Σ 31,4 13,2 4,955 17,640 6,565
0,531 0,524

Построена показательная модель зависимости выручки предприятия «АВС» от объема капиталовложений: Построение математических моделей

РАССЧИТАЕМ:

индекс корреляции:


Построение математических моделей


Связь между объемом капиталовложений и выручкой предприятия в степенной модели очень слабая.

коэффициент детерминации


Построение математических моделей


В показательной модели изменение выручки на 22,30% обусловлено изменением объема капиталовложений, на 77,70% - влиянием факторов, не включенных в модель.

F – критерий Фишера

Проверим значимость уравнения


Построение математических моделей


F(расч.) = 2,297 < F(табл.) = 5,318, т.е. показательное уравнение в целом можно считать статистически незначимым.

Среднюю относительную ошибку аппроксимации:


Построение математических моделей


Ошибка меньше 7%, показательную модель можно считать точной.

Построение математических моделей

Рис. 5


СОСТАВИМ СВОДНУЮ ТАБЛИЦУ ВЫЧИСЛЕНИЙ (таблица 7)


Таблица 7

Пар-

аметры

Модель

линейная гиперболическая степенная показательная

Построение математических моделей 

 Построение математических моделей

Построение математических моделей 

Построение математических моделей 

Ryx 0,4735 0,4705 0,3666 0,4723
Ryx2 0,2242 0,2213 0,1344 0,2230
Fрасч 2,31 2,27 1,24 0,78
A, % 5,30 5,49 5,31 5,24

Все модели имеют примерно одинаковые характеристики. Но большее значение индекса корреляции, коэффициента детерминации, F – критерия Фишера и меньшее значение средней относительной ошибки аппроксимации имеет линейная модель. Т.е. она лучше и точнее из всех построенных моделей описывает зависимость выручки от объема капиталовложений.

Ее можно взять в качестве лучшей для построения прогноза.

СДЕЛАЕМ ПРОГНОЗ НА СЛЕДУЮЩИЕ ДВА ГОДА показателя у

(выручка), если х (объем капиталовложений) увеличивается на 10 % по сравнению с последним годом.

Лучшей является линейная модель вида Построение математических моделей

Сначала найдем прогнозные значения показателя х (объем капиталовложений). В 2007 году объем капиталовложений составил 1,4 млн. руб. Следовательно, в 2008 году он составит – 1,4 ∙ 1,1 = 1,54 млн. руб., а в 2009 году - 1,54 ∙ 1,1 = 1,69 млн. руб.

Подставим прогнозные значения х в уравнение регрессии Построение математических моделей

Это будут точечные прогнозы результата у (выручка предприятия).

В 2008 году выручка предприятия составит: 2,028+0,843*1,54 = 3,33 (млн. руб.)

В 2009 году: 2,028+0,843*1,69 = 3,46 (млн. руб.)


Построение математических моделей

Рис. 6

Задание 2


Имеются данные, характеризующие выручку (у, млн. руб.) предприятия «АВС» в зависимости от капиталовложений (х1, млн. руб.) и основных производственных фондов (х2, млн. руб.) за последние 10 лет (табл. 8)


Таблица 8

Время, t 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Выручка, у 3,0 2,9 3,0 3,1 3,2 2,8 2,9 3,4 3,5 3,6

Объем капитало-
вложений, х1

1,1 1,1 1,2 1,4 1,4 1,4 1,3 1,6 1,3 1,4

Основные
производственные фонды, х2

0,4 0,4 0,7 0,9 0,9 0,8 0,8 1,1 0,4 0,5

Построить матрицу коэффициентов парной корреляции. Сделать соответствующие выводы о тесноте связи результата у и факторов х1 и х2. Установить, проявляется ли в модели мультиколлинеарность.

Построить линейную модель множественной регрессии Построение математических моделей; дать экономическую интерпретацию параметров b1 и b2.

Построить степенную модель множественной регрессии Построение математических моделей; дать экономическую интерпретацию параметров β1 и β2.

Для каждой из моделей:

найти коэффициент множественной корреляции;

найти коэффициент детерминации;

проверить значимость уравнения регрессии в целом с помощью F – критерия Фишера;

найти среднюю относительную ошибку аппроксимации.

Составить сводную таблицу вычислений; выбрать лучшую модель.

Пояснить экономический смысл всех рассчитанных характеристик.

Найти частные коэффициенты эластичности и β – коэффициенты.

По линейной модели регрессии сделать прогноз на следующие два года показателя у (выручка), в зависимости от х1 (объема капиталовложений) и х2 (основных производственных фондов).

РЕШЕНИЕ:

ПОСТРОИМ МАТРИЦУ КОЭФФИЦИЕНТОВ ПАРНОЙ КОРРЕЛЯЦИИ.

Для этого рассчитаем коэффициенты парной корреляции по формуле:


Построение математических моделей


Необходимые расчеты представлены в таблице 9.


Построение математических моделей -


связь между выручкой предприятия Y и объемом капиталовложений Х1 слабая и прямая;


Построение математических моделей-


связи между выручкой предприятия Y и основными производственными фондами Х2 практически нет;


Построение математических моделей-


связь между объемом капиталовложений Х1 и основными производственными фондами Х2 тесная и прямая;


Таблица 9

Вспомогательная таблица для расчета коэффициентов парных корреляций

t Y X1 X2 (y-yср)2 (х1-х1ср)2 (x2-x2ср)2

(y-yср)*
(x1-x1ср)

(y-yср)*
(x2-x2ср)

(х1-х1ср)*
(x2-x2ср)

1998 3,0 1,1 0,4 0,0196 0,0484 0,0841 0,0308 0,0406 0,0638
1999 2,9 1,1 0,4 0,0576 0,0484 0,0841 0,0528 0,0696 0,0638
2000 3,0 1,2 0,7 0,0196 0,0144 1E-04 0,0168 -0,0014 -0,0012
2001 3,1 1,4 0,9 0,0016 0,0064 0,0441 -0,0032 -0,0084 0,0168
2002 3,2 1,4 0,9 0,0036 0,0064 0,0441 0,0048 0,0126 0,0168
2003 2,8 1,4 0,8 0,1156 0,0064 0,0121 -0,0272 -0,0374 0,0088
2004 2,9 1,3 0,8 0,0576 0,0004 0,0121 0,0048 -0,0264 -0,0022
2005 3,4 1,6 1,1 0,0676 0,0784 0,1681 0,0728 0,1066 0,1148
2006 3,5 1,3 0,4 0,1296 0,0004 0,0841 -0,0072 -0,1044 0,0058
2007 3,6 1,4 0,5 0,2116 0,0064 0,0361 0,0368 -0,0874 -0,0152
Σ 31,4 13,2 6,9 0,684 0,216 0,569 0,182 -0,036 0,272
Средн. 3,14 1,32 0,69






Также матрицу коэффициентов парных корреляций можно найти в среде Excel с помощью надстройки АНАЛИЗ ДАННЫХ, инструмента КОРРЕЛЯЦИЯ.

Матрица коэффициентов парной корреляции имеет вид:



Y X1 X2
Y 1

X1 0,4735 1
X2 -0,0577 0,7759 1

Матрица парных коэффициентов корреляции показывает, что результативный признак у (выручка) имеет слабую связь с объемом капиталовложений х1, а с Размером ОПФ связи практически нет. Связь между факторами в модели оценивается как тесная, что говорит о их линейной зависимости, мультиколлинеарности.

ПОСТРОИТЬ ЛИНЕЙНУЮ МОДЕЛЬ МНОЖЕСТВЕННОЙ РЕГРЕССИИ Построение математических моделей

Параметры модели найдем с помощью МНК. Для этого составим систему нормальных уравнений.


Построение математических моделейПостроение математических моделей


Расчеты представлены в таблице 10.


Построение математических моделейПостроение математических моделей


Решим систему уравнений, используя метод Крамера:


Построение математических моделей Построение математических моделей

Построение математических моделей Построение математических моделей

Построение математических моделей Построение математических моделей Построение математических моделей


Таблица 10

Вспомогательные вычисления для нахождения параметров линейной модели множественной регрессии

y x1 x2 x12 x1*x2 x22 y*x1 y*x2
3,0 1,1 0,4 1,21 0,44 0,16 3,3 1,2
2,9 1,1 0,4 1,21 0,44 0,16 3,19 1,16
3,0 1,2 0,7 1,44 0,84 0,49 3,6 2,1
3,1 1,4 0,9 1,96 1,26 0,81 4,34 2,79
3,2 1,4 0,9 1,96 1,26 0,81 4,48 2,88
2,8 1,4 0,8 1,96 1,12 0,64 3,92 2,24
2,9 1,3 0,8 1,69 1,04 0,64 3,77 2,32
3,4 1,6 1,1 2,56 1,76 1,21 5,44 3,74
3,5 1,3 0,4 1,69 0,52 0,16 4,55 1,4
3,6 1,4 0,5 1,96 0,7 0,25 5,04 1,8
31,4 13,2 6,9 17,64 9,38 5,33 41,63 21,63

Линейная модель множественной регрессии имеет вид:


Построение математических моделей


Если объем капиталовложений увеличить на 1 млн. руб., то выручка предприятия увеличиться в среднем на 2,317 млн. руб. при неизменных размерах основных производственных фондов.

Если основные производственные фонды увеличить на 1 млн. руб., то выручка предприятия уменьшиться в среднем на 1,171 млн. руб. при неизменном объеме капиталовложений.

РАССЧИТАЕМ:

коэффициент множественной корреляции:


Построение математических моделей

Связь выручки предприятия с объемом капиталовложений и основными производственными фондами тесная.

коэффициент детерминации:


Построение математических моделей


67,82% изменения выручки предприятия обусловлено изменением объема капиталовложений и основных производственных фондов, на 32,18% - влиянием факторов, не включенных в модель.

F – критерий Фишера

Проверим значимость уравнения


Построение математических моделей


Табличное значение F – критерия при уровне значимости α = 0,05 и числе степеней свободы d.f.1 = k = 2 (количество факторов), числе степеней свободы d.f.2 = (n – k – 1) = (10 – 2 – 1) = 7 составит 4,74.

Так как Fрасч. = 7,375 > Fтабл. = 4.74, то уравнение регрессии в целом можно считать статистически значимым.

Рассчитанные показатели можно найти в среде Excel с помощью надстройки АНАЛИЗА ДАННЫХ, инструмента РЕГРЕССИЯ.


Таблица 11

Вспомогательные вычисления для нахождения средней относительной ошибки аппроксимации

y x1 x2 yрасч. y-yрасч А
3,0 1,1 0,4 2,97 0,03 0,010
2,9 1,1 0,4 2,97 -0,07 0,024
3,0 1,2 0,7 2,85 0,15 0,050
3,1 1,4 0,9 3,08 0,02 0,007
3,2 1,4 0,9 3,08 0,12 0,038
2,8 1,4 0,8 3,20 -0,40 0,142
2,9 1,3 0,8 2,96 -0,06 0,022
3,4 1,6 1,1 3,31 0,09 0,027
3,5 1,3 0,4 3,43 0,07 0,019
3,6 1,4 0,5 3,55 0,05 0,014





0,353

среднюю относительную ошибку аппроксимации


Построение математических моделей


В

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: