Автор работы: Пользователь скрыл имя, 28 Февраля 2012 в 15:43, курсовая работа
Математические модели показывают, что если российская наука действительно хочет развиваться инновационно, то в первую очередь нужно думать не о коммерциализации, а о долгосрочном развитии науки и высоких технологий. Тогда к 2015 году мы возможен выход на уровень 1990 года, и только после этого получать определённые коммерческие эффекты. Думать исключительно о краткосрочных задачах сейчас нельзя. Из всего вышесказанного можно сделать вывод о том, что без государственного финансирования, финансирования за счет импорта (в т.ч. вне СНГ) и финансирования коммерческих организаций российской науке придется трудно.
Применяется также дополнительный критерий для выявления отрицательной автокорреляции d1:
d1=4-d.
Показатель d вычисляется по формуле
где yt+1 и yt — соответствующие уровни динамического ряда.
Проверка на автокорреляцию
| t | w | Wt-Wt-1 |
| 1 | 145,71649 |
|
| 2 | 140,57543 | -5,14107 |
| 3 | 152,70425 | 12,12883 |
| 4 | 144,16870 | -8,53555 |
| 5 | 146,79952 | 2,63082 |
| 6 | 134,88885 | -11,91067 |
| 7 | 137,59903 | 2,71018 |
| 8 | 129,41734 | -8,18169 |
| 9 | 124,53248 | -4,88487 |
| 10 | 126,03219 | 1,49971 |
| 11 | 126,09951 | 0,06732 |
| 12 | 120,95765 | -5,14186 |
| 13 | 127,32762 | 6,36997 |
| 14 | 130,82463 | 3,49701 |
| 15 | 143,81688 | 12,99226 |
| 16 | 125,24359 | -18,57329 |
| 17 | 137,80885 | 12,56526 |
| 18 | 130,32381 | -7,48505 |
| 19 | 132,80262 | 2,47882 |
| 20 | 122,14795 | -10,65467 |
| 21 | 120,69708 | -1,45087 |
| 22 | 122,40642 | 1,70934 |
| 23 | 121,70395 | -0,70247 |
| 24 | 116,61857 | -5,08538 |
| 25 | 118,88606 | 2,26749 |
| 26 | 118,49713 | -0,38893 |
| 27 | 116,34914 | -2,14798 |
| 28 | 113,06718 | -3,28196 |
| 29 | 109,70148 | -3,36570 |
| 30 | 104,13309 | -5,56839 |
| 31 | 102,53688 | -1,59621 |
| 32 | 97,35661 | -5,18027 |
| 33 | 98,24702 | 0,89041 |
| 34 | 98,53946 | 0,29244 |
| 35 | 102,83017 | 4,29071 |
| 36 | 101,90706 | -0,92311 |
| 37 | 105,66667 | 3,75960 |
| 38 | 103,42330 | -2,24336 |
| 39 | 103,29538 | -0,12792 |
| 40 | 97,77873 | -5,51665 |
| 41 | 97,83275 | 0,05402 |
| 42 | 98,18242 | 0,34967 |
| 43 | 99,65370 | 1,47127 |
| 44 | 95,39865 | -4,25505 |
| 45 | 98,63122 | 3,23257 |
| 46 | 99,22069 | 0,58947 |
| 47 | 99,73289 | 0,51220 |
| 48 | 101,18358 | 1,45069 |
ср.знач. | 24,5 | 117,56801 | -0,94751 |
дисперсии: | 269,90591 | 34,19294 |
DW= | 0,126684649 |
DL= | 1,5 |
DU= | 1,59 |
Вывод: Т.к. DW<DL, то делаем вывод о наличии в ряде Wt положительной автокорреляции. Проверка ряда Wt на автокорреляцию закончена.
Строим ковариационную матрицу:
269,905909 | -211,348731 |
-211,3487311 | 191,9166667 |
Вычисляем обратную:
0,026912419 | 0,02963737 |
0,029637372 | 0,03784883 |
Коэффициент d:
d= | -1,101252615 |
Вычисляем оцененный ряд и остатки:
Оцененный ряд | Остатки | W(t-1) |
122,18618 | 23,53031 |
|
103,16767 | 37,40776 | 13,87745 |
125,92437 | 26,77989 | -10,62787 |
113,62737 | 30,54133 | 3,76144 |
129,64122 | 17,15830 | -13,38303 |
113,53997 | 21,34888 | 4,19058 |
125,53467 | 12,06436 | -9,28452 |
121,90404 | 7,51330 | -4,55105 |
114,87300 | 9,65947 | 2,14617 |
116,45043 | 9,58176 | -0,07772 |
122,18705 | 3,91246 | -5,66930 |
109,50962 | 11,44803 | 7,53557 |
112,67348 | 14,65414 | 3,20611 |
102,21681 | 28,60781 | 13,95367 |
136,97845 | 6,83843 | -21,76939 |
102,68704 | 22,55655 | 15,71812 |
124,76750 | 13,04136 | -9,51519 |
113,79477 | 16,52904 | 3,48768 |
128,25805 | 4,54457 | -11,98447 |
118,12234 | 4,02561 | -0,51896 |
114,64216 | 6,05492 | 2,02932 |
117,29816 | 5,10825 | -0,94667 |
122,12486 | -0,42091 | -5,52916 |
114,02748 | 2,59108 | 3,01199 |
116,95288 | 1,93318 | -0,65791 |
118,89004 | -0,39291 | -2,32609 |
120,13884 | -3,78970 | -3,39678 |
120,23105 | -7,16387 | -3,37418 |
122,65677 | -12,95529 | -5,79142 |
118,28240 | -14,14931 | -1,19402 |
122,22935 | -19,69248 | -5,54316 |
115,54400 | -18,18739 | 1,50508 |
116,20252 | -17,95549 | 0,23190 |
111,79942 | -13,25995 | 4,69554 |
117,54114 | -14,71097 | -1,45102 |
112,38429 | -10,47723 | 4,23374 |
118,99508 | -13,32841 | -2,85118 |
116,66544 | -13,24214 | 0,08627 |
122,59979 | -19,30441 | -6,06227 |
116,46507 | -18,68634 | 0,61807 |
116,13950 | -18,30674 | 0,37960 |
114,90432 | -16,72190 | 1,58484 |
121,21045 | -21,55675 | -4,83485 |
112,96469 | -17,56604 | 3,99071 |
115,87541 | -17,24419 | 0,32185 |
115,96051 | -16,73981 | 0,50438 |
114,92699 | -15,19410 | 1,54571 |
117,56801 | -16,38443 | -1,19033 |
DW= | 0,173424127 |
DL= | 1,5 |
Так как DW>DL, то делаем вывод о наличии отрицательной автокорреляции.
Задание №3.
Строим ковариационную матрицу:
188,33375 | -0,08240 | -16,24729 | -196,44752 |
-0,08240 | 0,05426 | 0,00994 | 0,92615 |
-16,24729 | 0,00994 | 52,37912 | 12,60884 |
-196,44752 | 0,92615 | 12,60884 | 269,90591 |
Вычисляем обратную матрицу:
0,02657 | -0,30555 | 0,00343 | 0,02023 |
-0,30555 | 23,09881 | -0,02685 | -0,30039 |
0,00343 | -0,02685 | 0,01976 | 0,00167 |
0,02023 | -0,30039 | 0,00167 | 0,01938 |