Моделирование экономических процессов

Автор работы: Пользователь скрыл имя, 19 Марта 2011 в 01:19, аттестационная работа

Краткое описание

Задача № 1. «Многоэтапная транспортная задача»
Задача № 2 «Оптимальный план загрузки оборудования»
Задача №3 «Корреляционно-регрессионный анализ»

Содержимое работы - 1 файл

ргр.docx

— 290.49 Кб (Скачать файл)

      

        определяется на основании  F-распределения Фишера-Снедекора, а также на основании величины . показывает уровень вероятности наступления события, реализации уравнения.

Регрессионная модель считается значимой, если . . А значит , т.к. 3,06748>2,29. Таким образом, данную регрессионную модель в соответствии с F-критерием Фишера можно считать адекватной. 

      Достоверная и значимая регрессионная модель должна иметь минимальную ошибку аппроксимации среди всех рассматриваемых  уравнений регрессии. Данный показатель является критерием оценки точности модели и рассчитывается по формуле:

      

      Значение  не должно превышать 12-15%.

       . Таким образом, полученная  модель не обладает точностью,  она не достоверна и незначима,  однако адекватна. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Задача  №4 «Прогнозирование сезонных явлений» 

Построить прогнозную модель сезонного явления. Рассчитать показатели сезонности, используя  скользящую среднюю и уравнение  тренда. Рассчитать поквартальные индексы  сезонности. Описать модели прогноза. 

Исходные  данные

Год Квартал Фактическое значение Расчет  с помощью экспоненциального  сглаживания Расчет  по уравнению тренда
Расчетный уровень ряда Показатели  сезонности Расчетный уровень  ряда Показатели  сезонности
1 2 3 4 5 6 7
1999 I 1748     2580,30 0,68
II 3892 1748 2,23 2567,79 1,52
III 2971 3248,8 0,91 2555,29 1,16
IV 3487 3054,34 1,14 2542,79 1,37
2000 I 1291 3357,20 0,38 2530,29 0,51
II 1480 1910,86 0,77 2517,78 0,59
III 2165 1609,26 1,35 2505,28 0,86
IV 3248 1998,28 1,63 2492,78 1,30
2001 I 2042 2873,08 0,71 2480,27 0,82
II 2692 2291,33 1,17 2467,77 1,09
III 2895 2571,80 1,13 2455,27 1,18
IV 3768 2798,04 1,35 2442,76 1,54
2002 I 1764 3477,01 0,51 2430,26 0,73
II 2539 2277,90 1,11 2417,76 1,05
III 1860 2460,67 0,76 2405,26 0,77
IV 2683 2040,20 1,32 2392,75 1,12
2003 I 1522 2490,16 0,61 2380,25 0,64
II 1985 1812,45 1,10 2367,75 0,84
III 3365 1933,23 1,74 2355,24 1,43
IV 2937 2935,47 1,01 2342,74 1,25
 

1,2) На  основании исходных данных строим  в MS Excel график с добавлением на него линии тренда. При построении тренда необходимо, чтобы на нем отобразилось уравнение тренда.

Графа 4 рассчитывается: при помощи поката анализа MS Excel с использованием функции экспоненциальное сглаживание.

Графа 5 рассчитывается: делением графы 3 на графу 4.

Графа 6 рассчитывается: подстановкой в уравнение  линейного тренда, полученного при  помощи MS Excel, соответствующих значений периода (от 1 до 20 по диаграмме).

Графа 7 рассчитывается: делением графы 3 на графу 6. 

3) определяем  индексы сезонности по кварталам,  которые вычисляются по формуле:

n – количество лет.

Пример  расчета индекса сезонности за I квартал на основании данных полученных при помощи уравнения линейного тренда.

Индексы сезонности товарооборота

Квартал Индекс  сезонности
С помощью  экспоненциального сглаживания С помощью уравнения  тренда
1 2 3
I 0,55 0,68
II 1,28 1,02
III 1,18 1,08
IV 1,29 1,32

 

 

4) Описание  модели прогноза для каждого  квартала:

 

5) Расчет  среднеквадратичного отклонения  осуществляется с помощью следующей  таблицы:

годы I II III IV
факт расчет откл. факт расчет откл. факт расчет откл. факт расчет откл
1999 1748 2580,3 -832,3 3892 2567,79 1324,21 2971 2555,29 415,71 3487 2542,79 944,21
2000 1291 2530,29 -1239,29 1480 2517,78 -1037,78 2165 2505,28 -340,28 3248 2492,78 755,22
2001 2042 2480,27 -438,27 2692 2467,77 224,23 2895 2455,27 439,73 3768 2442,76 1325,24
2002 1764 2430,26 -666,26 2539 2417,76 121,24 1860 2405,26 -545,26 2683 2392,75 290,25
2003 1522 2380,25 -858,25 1985 2367,75 -382,75 3365 2355,24 1009,76 2937 2342,74 594,26
 

При заполнении таблицы используются фактические  данные и расчетные, полученные при  помощи уравнения тренда.

 
 

 

6) Расчет  случайной величины:

 

где = 2, n =5 (количество периодов, лет)

 
 
 
 
 

7) Построение  прогноза на 2004 год

  I II III IV
Нижняя  граница -3378 -2573,48 -2422,92 -1861,17
Прогноз 2330,237 2317,734 2305,231 2292,728
Верхняя граница 6547,125 7301,655 7402,222 7913,976
 

     Прогнозное  значение получается путем подстановки  соответствующих периодов (21, 22, 23, 24)  в уравнение прогноза каждого  квартала (пункт 4).

     Верхняя граница получается путем подстановки  в уравнение модели прогноза каждого  квартала соответствующей случайной  величины с положительным знаком.

     Нижняя  граница получается путем подстановки  в уравнение модели прогноза каждого  квартала соответствующей случайной  величины с отрицательным знаком. 

 
 

Информация о работе Моделирование экономических процессов