Xreferat.com » Рефераты по математике » Построение математических моделей

Построение математических моделей

среднем расчетные значения отличаются от фактических на 3,53 %. Ошибка небольшая, модель можно считать точной.

Построить степенную модель множественной регрессии Построение математических моделей

Для построения данной модели прологарифмируем обе части равенства


lg y = lg a + β1 ∙ lg x1 + β2 ∙ lg x2.

Сделаем замену Y = lg y, A = lg a, X1 = lg x1, X2 = lg x2.

Тогда Y = A + β1 ∙ X1 + β2 ∙ X2 – линейная двухфакторная модель регрессии. Можно применить МНК.


Построение математических моделейПостроение математических моделей


Расчеты представлены в таблице 12.


Построение математических моделейПостроение математических моделей


Таблица 12

Вспомогательные вычисления для нахождения параметров степенной модели множественной регрессии

y x1 x2 lg x1 lg x2 lg y lg2 x1

lg x1*

lg x2

lg y*lg x1 lg2 x2

lg y*

lg x2

3,0 1,1 0,4 0,041 -0,398 0,477 0,002 -0,016 0,020 0,158 -0,190
2,9 1,1 0,4 0,041 -0,398 0,462 0,002 -0,016 0,019 0,158 -0,184
3,0 1,2 0,7 0,079 -0,155 0,477 0,006 -0,012 0,038 0,024 -0,074
3,1 1,4 0,9 0,146 -0,046 0,491 0,021 -0,007 0,072 0,002 -0,022
3,2 1,4 0,9 0,146 -0,046 0,505 0,021 -0,007 0,074 0,002 -0,023
2,8 1,4 0,8 0,146 -0,097 0,447 0,021 -0,014 0,065 0,009 -0,043
2,9 1,3 0,8 0,114 -0,097 0,462 0,013 -0,011 0,053 0,009 -0,045
3,4 1,6 1,1 0,204 0,041 0,531 0,042 0,008 0,108 0,002 0,022
3,5 1,3 0,4 0,114 -0,398 0,544 0,013 -0,045 0,062 0,158 -0,217
3,6 1,4 0,5 0,146 -0,301 0,556 0,021 -0,044 0,081 0,091 -0,167
31,4 13,2 6,9 1,178 -1,894 4,955 0,163 -0,165 0,592 0,614 -0,943

Решаем систему уравнений применяя метод Крамера.


Построение математических моделей Построение математических моделей

Построение математических моделей Построение математических моделей

Построение математических моделей

Построение математических моделей Построение математических моделей


Степенная модель множественной регрессии имеет вид:


Построение математических моделей


В степенной функции коэффициенты при факторах являются коэффициентами эластичности. Коэффициент эластичности показывает на сколько процентов измениться в среднем значение результативного признака у, если один из факторов увеличить на 1 % при неизменном значении других факторов.

Если объем капиталовложений увеличить на 1%, то выручка предприятия увеличиться в среднем на 0,897% при неизменных размерах основных производственных фондов.

Если основные производственные фонды увеличить на 1%, то выручка предприятия уменьшиться на 0,226% при неизменных капиталовложениях.

РАССЧИТАЕМ:

коэффициент множественной корреляции:


Построение математических моделей


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

Таблица 13

Вспомогательные вычисления для нахождения коэффициента множественной корреляции, коэффициента детерминации, ср.относ.ошибки аппроксимации степенной модели множественной регрессии

Y X1 X2 Y расч. (Y-Yрасч.)2 (Y-Yср)2 A
3,0 1,1 0,4 2,978 0,000 0,020 0,007
2,9 1,1 0,4 2,978 0,006 0,058 0,027
3,0 1,2 0,7 2,838 0,026 0,020 0,054
3,1 1,4 0,9 3,079 0,000 0,002 0,007
3,2 1,4 0,9 3,079 0,015 0,004 0,038
2,8 1,4 0,8 3,162 0,131 0,116 0,129
2,9 1,3 0,8 2,959 0,003 0,058 0,020
3,4 1,6 1,1 3,317 0,007 0,068 0,024
3,5 1,3 0,4 3,460 0,002 0,130 0,012
3,6 1,4 0,5 3,516 0,007 0,212 0,023
31,4 13,2 6,9
0,198 0,684 0,342

коэффициент детерминации:


Построение математических моделей


71,06% изменения выручки предприятия в степенной модели обусловлено изменением объема капиталовложений и основных производственных фондов, на 28,94 % - 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, числе степеней свободы d.f.2 = (n – k – 1) = (10 – 2 – 1) = 7 составит 4,74.

Так как Fрасч. = 8,592 > Fтабл. = 4.74, то уравнение степенной регрессии в целом можно считать статистически значимым.

среднюю относительную ошибку аппроксимации


Построение математических моделей


В среднем в степенной модели расчетные значения отличаются от фактических на 3,42 %. Ошибка небольшая, модель можно считать точной.


СОСТАВИМ СВОДНУЮ ТАБЛИЦУ ВЫЧИСЛЕНИЙ (табл. 14)


Таблица 14

Параметры Модель

линейная степенная

Построение математических моделей 

 Построение математических моделей

Коэффициент множественной

корреляции

0,8235 0,8429

Коэффициент

детерминации

0,6782 0,7106

F – критерий

Фишера

7,375 8,592

Средняя

относительная ошибка

аппроксимации, %

3,53 3,42

В целом модели имеют примерно одинаковые характеристики. Но лучшей считается степенная модель, т.к значение коэффициента корреляции, индекса детерминации, F – критерия Фишера немного больше, а средняя относительная ошибка аппроксимации немного меньше, чем у линейной модели.

НАЙДЕМ ЧАСТНЫЕ КОЭФФИЦИЕНТЫ ЭЛАСТИЧНОСТИ И β – КОЭФФИЦИЕНТЫ

Для нахождения частных коэффициентов эластичности составим частные уравнения регрессии, т.е. уравнения регрессии, которые связывают результативный признак с соответствующим фактором х при закреплении других учитываемых во множественной регрессии на среднем уровне.


Построение математических моделей

Построение математических моделей

Построение математических моделей

Построение математических моделей

Построение математических моделей

Построение математических моделей

Построение математических моделей

Построение математических моделей

Построение математических моделей и т.д.


Результаты расчетов представлены в таблице 15.

Таблица 15

Вспомогательная таблица для вычисления частных коэффициентов эластичности

Y X1 X2 Э(ух1) Э(ух2)
3,0 1,1 0,4 0,524 -0,135
2,9 1,1 0,4 0,524 -0,135
3,0 1,2 0,7 0,545 -0,262
3,1 1,4 0,9 0,583 -0,364
3,2 1,4 0,9 0,583 -0,364
2,8 1,4 0,8 0,583 -0,311
2,9 1,3 0,8 0,565 -0,311
3,4 1,6 1,1 0,615 -0,484
3,5 1,3 0,4 0,565 -0,135
3,6 1,4 0,5 0,583 -0,174

Бета коэффициент рассчитываем по формуле:


Построение математических моделей


Построение математических моделей - среднее квадратическое отклонение.

Необходимые вычисления для расчета СКО представлены в таблице 9.


Построение математических моделей Построение математических моделей

Построение математических моделей

Построение математических моделей


Если объем капиталовложений увеличить на величину своего СКО, т.е. 0,147 млн. руб., то выручка предприятия увеличится на 1,302 величины своего СКО, т.е. на 1,302 * 0,262 = 0,341 млн. руб.


Построение математических моделей


Если основные производственные фонды увеличить на величину своего СКО, т.е. на 0,239 млн. руб., то выручка предприятия уменьшится на 1,068 своего СКО, т.е. на 1,068 * 0,262 = 0,280 млн. руб.

ПО ЛИНЕЙНОЙ МОДЕЛИ РЕГРЕССИИ СДЕЛАЕМ ПРОГНОЗ НА СЛЕДУЮЩИЕ ДВА ГОДА показателя у (выручка), в зависимости от х1 (объема капиталовложений) и х2 (основных производственных фондов).

Прогнозные значения факторов можно получить, используя метод прогнозирования с помощью среднего абсолютного прироста:


Построение математических моделей,


где Построение математических моделей - средний абсолютный прирост, рассчитываемый по формуле:


Построение математических моделей;


k – период упреждения;

n – количество наблюдений.


Построение математических моделей, тогда

Х1, 11 = 1,4 + 1 ∙ 0,0333 = 1,4333 (млн.руб.)

Х1, 12 = 1,4 + 2 ∙ 0,0333 = 1,4667(млн.руб.)

Построение математических моделей

Х2, 11 = 0,5 + 1 ∙ 0,0111 = 0,5111

Х2, 12 = 0,5 + 2 ∙0,0111 = 0,5222


Составляем вектор прогнозных значений факторов:


Построение математических моделей

Построение математических моделей Построение математических моделей.


Вычислим точечные прогнозы поведения выручки предприятия на моменты времени t = 11 и t = 12. Для этого подставим прогнозные значения факторов в уравнение регрессии.


Построение математических моделей (млн. руб.)

Построение математических моделей (млн. руб.)


Для получения интервального прогноза Построение математических моделей рассчитываем доверительные интервалы, используя величину отклонения от линии регрессии (U):


Построение математических моделей,

Построение математических моделей

Построение математических моделей Построение математических моделей


Операции с матрицами осуществим в среде Excel с помощью встроенных математических функций МУНОЖ и МОБР.


Построение математических моделей Построение математических моделей

Построение математических моделей

Построение математических моделей


Среднее квадратическое отклонение расчетных значений от фактических:


Построение математических моделей


Коэффициент Стьюдента tα для m = 10 – 2 – 1 = 7 степеней свободы и уровня значимости α = 0,05 равен 2,36.


U(11) = 0,1773 ∙ 2.36 ∙ 0,61610,5 = 0,329

U(11) = 0,1773 ∙ 2.36 ∙ 0.74810,5 = 0,362

Построение математических моделей

Построение математических моделей


Результаты вычислений представим в виде таблицы.


Таблица 16

Шаг

Точечный прогноз,

млн. руб.

Нижняя граница,

млн. руб.

Верхняя граница,

млн. руб.

11 3,6121 3,2829 3,9412
12 3,6763 3,3136 4,0390

Список литературы:


Доугерти К. Введение в эконометрику. – М.: Инфра – М, 2001. – 402 с.

Катышев П. К., Пересецкий А. А. Сборник задач к начальному курсу эконометрики. – М.: Дело, 1999. – 72 с.

Практикум по эконометрике: Учеб. пособие; Под ред. И. И. Елисеевой. – М.: Финансы и статистика, 2001. – 192 с.

Тутыгин А.Г., Амбросевич М.А., Третьяков В.И. Эконометрика. Краткий курс лекций. Учебное пособие. – М.-Архангельск, Издательский дом «Юпитер», 2004. – 54 с.

Эконометрика: Учеб. пособие; Под ред. И. И. Елисеевой. – М.: Финансы и статистика, 2001. –245 с.

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: