Автор работы: Пользователь скрыл имя, 01 Декабря 2011 в 13:43, контрольная работа
1. Рассчитайте матрицу парных коэффициентов корреляции; оцените статистическую значимость коэффициентов корреляции.
2. Постройте поле корреляции результативного признака и наиболее тесно связанного с ним фактора.
3. Рассчитайте параметры линейной парной регрессии для всех факторов X.
4. Оцените качество каждой модели через коэффициент детерминации, среднюю ошибку аппроксимации и F-критерий Фишера. Выберите лучшую модель.
;
Таким
образом, искомая линейная модель имеет
вид:
, где:
- расчетное значение признака Y.
3. Оценка адекватности построенных моделей
Оценка
адекватности построенных моделей,
с помощью свойства независимости
остаточной компоненты, случайности
и соответствия нормальному закону
распределения (при использовании R/S-критерия
возьмите табулированные границы 2,7—3,7).
Для оценки адекватности построенной модели исследуем ряд остатков отклонений расчетных значений от фактических Yt, (расчеты сведены в таблицу 2.5).
Таблица 2.5
Промежуточные результаты расчета оценки адекватности
Номер
наблю-дения |
Спрос на кредитные
ресурсы, млн. руб. фактический |
Спрос на кредитные
ресурсы, млн. руб. расчетный |
Точка
поворо-та |
||||
1 | 45 | 45,224 | -0,224 | - | 0,050 | - | - |
2 | 43 | 42,807 | 0,193 | 1 | 0,037 | 0,417 | 0,174 |
3 | 40 | 40,390 | -0,390 | 0 | 0,152 | -0,583 | 0,340 |
4 | 36 | 37,973 | -1,973 | 1 | 3,893 | -1,583 | 2,506 |
5 | 38 | 35,556 | 2,444 | 1 | 5,973 | 4,417 | 19,510 |
6 | 34 | 33,139 | 0,861 | 0 | 0,741 | -1,583 | 2,506 |
7 | 31 | 30,722 | 0,278 | 0 | 0,077 | -0,583 | 0,340 |
8 | 28 | 28,305 | -0,305 | 0 | 0,093 | -0,583 | 0,340 |
9 | 25 | 25,888 | -0,888 | 0 | 0,789 | -0,583 | 0,340 |
Сумма | 0,0 | 3 | 11,806 | 26,055 |
а)
Оценка случайности
остаточной компоненты
по критерию пиков.
Определим количество поворотных точек (т.е. таких точек, значение уровня в которой одновременно больше соседних с ним или, наоборот, одновременно меньше предыдущею и последующего за ним уровня).
Обозначения: 1 - точка поворота: 0 - в противном случае.
Для удобства нахождения поворотных точек все отклонения расчетных значений от фактических отображены на Диаграмме 2.1:
Критическое число поворотных точек определяется по формуле:
Так
как суммарное количество поворотных
точек больше критического значения,
то гипотеза о случайности остаточной
компоненты принимается.
б) Независимость уровней ряда остатков друг от друга по d-критерию
Значение d-критерия Дарбина-Уотсона (на отсутствие автокорреляции между уровнями или, другими словами, зависимости последующих значений от предыдущих) определяется по формуле:
Из таблицы 2.5:
Расчетное значение d сравнивается с табличными значениями: нижним d1 и верхним d2 для 9 наблюдений. Для этой задачи табличные значения следующие:
Так как , то между значениями остаточной компоненты имеет место отрицательная (обратная зависимость). Следовательно, необходимо вычислить .
, следовательно, гипотеза принимается и модель считается адекватной процессу по данному критерию.
Значение R/S-критерия определяется по формуле:
,
Где: и – максимальный и минимальный уровни ряда остатков;
– среднее значение ряда остатков;
– среднеквадратическое
n – длина (количество уровней) ряда.
Значения из Таблицы 2.5: , , .
Тогда:
Так как значение R/S-критерия попадает в интервал между критическими уровнями 2,7–3,7, то гипотеза о нормальном распределении ряда остатков принимается.
Т.к. все три критерия выполняются, а также среднее значение ряда остатков равно нулю (следовательно, расчетное значение t-критерия Стьюдента , то есть критерий Стьюдента выполняется), то:
1. линейная трендовая модель является адекватной фактическому ряду динамики;
2. модель может быть использована для построения прогнозных оценок.
Воспользуемся формулой (1.5) для расчета средней ошибки аппроксимации:
Промежуточные расчетные данные приведены в Таблице 2.6.
Таблица 2.6
Промежуточные результаты расчета средней ошибки аппроксимации
Номер
наблюдения |
Спрос
на кредитные
ресурсы, млн. руб. фактический
|
Спрос
на кредитные
ресурсы, млн. руб. расчетный
|
|||
1 | 45 | 45,224 | -0,224 | 0,050 | 0,005 |
2 | 43 | 42,807 | 0,193 | 0,037 | 0,004 |
3 | 40 | 40,390 | -0,390 | 0,152 | 0,010 |
4 | 36 | 37,973 | -1,973 | 3,893 | 0,055 |
5 | 38 | 35,556 | 2,444 | 5,973 | 0,064 |
6 | 34 | 33,139 | 0,861 | 0,741 | 0,025 |
7 | 31 | 30,722 | 0,278 | 0,077 | 0,009 |
8 | 28 | 28,305 | -0,305 | 0,093 | 0,011 |
9 | 25 | 25,888 | -0,888 | 0,789 | 0,036 |
Сумма | 0,0 | 11,806 | 0,219 |
Поскольку средняя ошибка < 5%, модель считается точной.
Для построения прогноза спроса на следующие две недели воспользуемся полученным уравнением:
млн. руб.
млн. руб.
Интервальный прогноз рассчитывается с помощью доверительных интервалов по формуле:
Где: – показывает, на какое число шагов делается прогноз;
– t-критерий Стьюдента;
– стандартное отклонение прогнозируемого
показателя.
Из Таблицы 2.6 . Следовательно,
Из Таблицы 2.4 и . Подставим эти значения в формулу:
Табличное значение критерия Стьюдента равно .
Следовательно, для t = 10:
Нижний интервал: млн.руб.
Верхний интервал: млн.руб.
Для t = 11:
Нижний интервал: млн.руб.
Верхний
интервал:
млн.руб.
Таблица 2.7
Прогноз и его доверительный интервал на две недели вперед
Прогнозируемые недели | Прогнозируемый
спрос
(млн. руб.) |
Доверительный интервал | |
Нижняя граница (млн. руб.) | Верхняя граница (млн. руб.) | ||
10 | 23,471 | 20,428 | 26,514 |
11 | 21,054 | 17,834 | 24,274 |
Данная работа скачена с сайта Банк рефератов http://www.vzfeiinfo.ru. ID работы: 25117