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.
Оцененный ряд:
| x | y | z | w | Wоцен. |
| 2,60000 | 0,01940 | 91,95829 | 145,71649 | 138,21671 |
| 3,20000 | 0,07470 | 100,18438 | 140,57543 | 137,74048 |
| 5,40000 | 0,11410 | 111,13289 | 152,70425 | 135,11382 |
| 6,30000 | 0,13360 | 102,08026 | 144,16870 | 135,25493 |
| 6,50000 | 0,14600 | 98,86971 | 146,79952 | 135,51438 |
| 6,30000 | 0,14200 | 103,76078 | 134,88885 | 135,24067 |
| 6,40000 | 0,19560 | 109,45980 | 137,59903 | 135,47719 |
| 6,40000 | 0,20200 | 115,86518 | 129,41734 | 135,02575 |
| 6,40000 | 0,19760 | 113,84147 | 124,53248 | 135,13152 |
| 6,50000 | -0,05200 | 113,72864 | 126,03219 | 131,16804 |
| 6,60000 | -0,07460 | 107,83755 | 126,09951 | 131,21979 |
| 6,70000 | -0,10900 | 115,47213 | 120,95765 | 129,92591 |
| 6,90000 | 0,23100 | 93,02549 | 127,32762 | 136,91679 |
| 7,00000 | 0,29400 | 87,78126 | 130,82463 | 138,23974 |
| 7,20000 | 0,09800 | 94,87297 | 143,81688 | 134,38336 |
| 11,70000 | 0,09200 | 93,79457 | 125,24359 | 129,68634 |
| 12,40000 | -0,12500 | 99,48894 | 137,80885 | 125,10271 |
| 14,50000 | -0,01600 | 98,61330 | 130,32381 | 124,67569 |
| 15,30000 | -0,30500 | 99,49648 | 132,80262 | 119,28528 |
15,40000 | -0,55700 | 102,64115 | 122,14795 | 115,00457 | |
| 15,50000 | -0,25700 | 103,87187 | 120,69708 | 119,44441 |
15,60000 | -0,17300 | 109,69998 | 122,40642 | 120,14103 | |
17,20000 | -0,19400 | 106,11946 | 121,70395 | 118,45338 | |
| 17,60000 | -0,39500 | 110,59451 | 116,61857 | 114,53569 |
17,20000 | -0,10000 | 100,86552 | 118,88606 | 120,36204 | |
17,70000 | -0,20000 | 93,16881 | 118,49713 | 118,95182 | |
| 17,70000 | 0,30000 | 96,87074 | 116,34914 | 126,38360 |
| 17,80000 | -0,20000 | 98,02579 | 113,06718 | 118,42992 |
| 17,90000 | -0,20000 | 95,88926 | 109,70148 | 118,50921 |
| 21,90000 | -0,50000 | 94,94113 | 104,13309 | 109,76584 |
| 22,10000 | -0,40000 | 97,95275 | 102,53688 | 110,84821 |
| 22,10000 | -0,50000 | 99,93573 | 97,35661 | 109,12774 |
| 22,30000 | -0,20000 | 101,09232 | 98,24702 | 113,46958 |
| 38,40000 | 0,10000 | 96,28130 | 98,53946 | 101,72933 |
| 38,50000 | -0,20000 | 96,24027 | 102,83017 | 96,97847 |
| 38,40000 | 0,00000 | 103,54578 | 101,90706 | 99,55484 |
| 40,60000 | 0,20000 | 98,55637 | 105,66667 | 100,78758 |
| 40,40000 | 0,30000 | 92,59084 | 103,42330 | 103,05915 |
| 46,40000 | 0,10000 | 95,62439 | 103,29538 | 93,43607 |
| 37,00000 | -0,20000 | 96,45556 | 97,77873 | 98,52554 |
| 39,00000 | 0,10000 | 94,68738 | 97,83275 | 101,24012 |
| 39,00000 | 0,00000 | 95,39563 | 98,18242 | 99,62923 |
| 39,00000 | 0,30000 | 96,88033 | 99,65370 | 104,15161 |
| 39,30000 | -0,50000 | 99,50186 | 95,39865 | 91,21311 |
| 39,30000 | -0,10000 | 104,36540 | 98,63122 | 96,99503 |
| 39,50000 | 0,00000 | 108,14730 | 99,22069 | 98,01118 |
| 39,60000 | 0,20000 | 107,92945 | 99,73289 | 101,02555 |
| 39,40000 | 0,20000 | 120,17345 | 101,18358 | 100,18174 |
ср.знач. | 20,75208 | -0,03787 | 101,44393 | 117,56801 |
|
Задание №4.
Вычисление коэффициента детерминации
R²= 0,80883
Теории оценки качества эконометрической модели
Лемма 1. Лемма об отсутствии смещения оцененных остатков ().
Лемма 2. Лемма о независимости факторов и оцененных остатков (, если j < m).
Лемма 3. Лемма о разложении дисперсии зависимой переменной (, где ).
Лемма 4. Лемма о ковариации зависимой переменной и оцененных остатков ().
Для оценки качества построенной регрессионной зависимости используют коэффициент детерминации. Коэффициент детерминации характеризует долю дисперсии результативного признака, объясняемую регрессией, в общей дисперсии результативного признака. Коэффициент детерминации удовлетворяет соотношению . Чем ближе коэффициент детерминации к единице, тем лучше считается построенная регрессионная зависимость.
Задание №5.
По критерию Стьюдента построить доверительные интервалы для коэффициентов при уровне значимости и сделать заключение о характере зависимости ряда от соответствующих факторов (, , ) по предложенным статистическим данным.
Построение доверительного интервала для коэффициента «a» множественной регрессии. Методика заключается в построении двух вспомогательных моделей.
Построение доверительного интервала для коэффициента a:
Зависимая переменная | Факторы | Остатки |
x | y, z | u1 |
w | y, z | u2 |
Строится первая вспомогательная регрессионная зависимость
Построение ковариационной матрицы.
Y;Y | Y;Z | Y;X |
Z;Y | Z;Z | Z;X |
X;Y | X;Z | X;X |
Ковар. матрица
0,054258 | 0,00993628 | -0,082395694 |
0,009936 | 52,37912022 | -16,24729099 |
-0,082396 | -16,24729099 | 188,3337457 |
Обрат. Матрица
18,44268 | -0,001023159 | 0,007980376 |
-0,001023 | 0,019616558 | 0,001691846 |
0,00798 | 0,001691846 | 0,005459167 |
f1 | -1,461830218
|
|
|
g1 | -0,309909097
|
Строится вторая вспомогательная регрессионная зависимость
Построение ковариационной матрицы.
Y;Y | Y;Z | Y;W |
Z;Y | Z;Z | Z;W |
W;Y | W;Z | W;W |
Ковар. матрица
0,054258 | 0,00993628 | 0,926148469 |
0,009936 | 52,37912022 | 12,60884103 |
0,926148 | 12,60884103 | 269,905909 |