Автор работы: Пользователь скрыл имя, 24 Января 2012 в 11:16, контрольная работа
Введение
Приступая к изучению экономических прогнозов, надо помнить, что экономику следует рассматривать как стоимостное следствие жизнедеятельности общества, а объяснения тех или иных показателей и явлений, связанных с деятельностью общества, дают такие науки, как психология, социология, политика, технология и др.
Поэтому экономические прогнозы, например прогноз спроса на отдельный товар, тесно связаны с иными прогнозами, в частности, демографическими, социально-медицинскими, потребительскими, учёт которых, безусловно, повышает надёжность экономического прогноза.
ЗАДАЧА
По территории Южного федерального округа приводятся статистические данные за 2000 год:
Территория федерального округа Валовой региональный продукт, млрд. руб., Y Среднегодовая численность занятых в экономике, млн. чел., X
1. Респ. Адыгея 5,1 0,157
2. Респ. Дагестан 13,0 0,758
3. Респ. Ингушетия 2,0 0,056
4. Кабардино – Балкарская Респ. 10,5 0,287
5. Респ. Калмыкия 2,1 0,119
6. Карачаево- Черкесская Респ. 4,3 0,138
7. Респ. Северная Осетия – Алания 7,6 0,220
8. Краснодарский край 109,1 2,033
9. Ставропольский край 43,4 1,008
10. Астраханская обл. 18,9 0,422
11. Волгоградская обл. 50,0 1,147
12. Ростовская обл. 69,0 1,812
Итого 335 8,157
Средняя 27,917 0,6798
Среднее квадратическое отклонение 32,20 0,6550
Дисперсия 1036,87 0,4290
Задание:
1. Расположите территории по возрастанию фактора X. Сформулируйте рабочую гипотезу о возможной связи Y и X.
2. Постройте поле
корреляции и сформулируйте
3. Рассчитайте параметры
a1 и a0 парной линейной функции
и линейно-логарифмической
4. Оцените тесноту связи с помощью показателей корреляции (r и ρ) и детерминации (r2 и ρ2), проанализируйте их значения.
5. Надёжность уравнений
в целом оцените через F-
6. На основе оценочных
характеристик выберите лучшее
уравнение регрессии и
7. По лучшему уравнению
регрессии рассчитайте
8. Рассчитайте прогнозное значение результата , если прогнозное значение фактора ( ) составит 1,023 от среднего уровня ( ).
9. Рассчитайте интегральную и предельную ошибки прогноза (для a=0,05), определите доверительный интервал прогноза ( ; ), а также диапазон верхней и нижней границ доверительного интервала ( ), оценивая точность выполненного прогноза.
Решение:
Предварительный анализ исходных данных выявил наличие одной территории (Краснодарский край) с аномальными значениями признаков. Эта территория исключена из дальнейшего анализа.
Расположим территории по возрастанию фактора X.
Территория федерального округа Среднегодовая численность занятых в экономике, млн. чел., X факт. Валовой региональный продукт, млрд. руб., Y
3. Респ. Ингушетия 0,056 2
5. Респ. Калмыкия 0,119 2,1
6. Карачаево- Черкесская Респ. 0,138 4,3
1. Респ. Адыгея 0,157 5,1
7. Респ. Северная Осетия – Алания 0,22 7,6
4. Кабардино – Балкарская Респ. 0,287 10,5
10. Астраханская обл. 0,422 18,9
2. Респ. Дагестан 0,758 13
9. Ставропольский край 1,008 43,4
11. Волгоградская обл. 1,147 50
12. Ростовская обл. 1,812 69
Итого 6,124 225,900
Средняя 0,557 20,536
Среднее квадратическое отклонение 0,535 21,852
Дисперсия 0,286 477,502
Обычно моделирование начинается в построения уравнения прямой: , отражающей линейную форму зависимости результата Y от фактора X.
Расчёт неизвестных параметров уравнения выполним методом наименьших квадратов (МНК), построив систему нормальных уравнений и решая её, относительно неизвестных а0 и а1. Для расчёта используем значения определителей второго порядка Δ, Δа0 и Δа1. Расчётные процедуры представим в разработочной таблице, в которую, кроме значений Y и X, войдут X2, X*Y, а также их итоговые значения, средние, сигмы и дисперсии для Y и X.
Расчётная таблица.
№
А 1 2 3 4 5 6 7 8
1 0,056 2 0,003 0,112 0,725 1,275 1,626 6,209
2 0,119 2,1 0,014 0,250 3,218 -1,118 1,249 5,442
3 0,138 4,3 0,019 0,593 3,969 0,331 0,109 1,610
4 0,157 5,1 0,025 0,801 4,721 0,379 0,144 1,845
5 0,22 7,6 0,048 1,672 7,214 0,386 0,149 1,881
6 0,287 10,5 0,082 3,014 9,865 0,635 0,404 3,094
7 0,422 18,9 0,178 7,976 15,206 3,694 13,647 17,988
8 0,758 13 0,575 9,854 28,500 -15,500 240,243 75,475
9 1,008 43,4 1,016 43,747 38,391 5,009 25,089 24,390
10 1,147 50 1,316 57,350 43,891 6,109 37,324 29,749
11 1,812 69 3,283 125,028 70,202 -1,202 1,444 5,851
Итого 6,124 225,900 6,559 250,397 225,900 0,000 321,427 173,536
Средняя 0,557 20,536 — — — — — 15,776
Сигма 0,535 21,852 — — — — — —
Дисперсия, D 0,286 477,502 — — — — — —
Δ= 34,650 — — — — — — —
Δа0= -51,654
-1,491 — — — — —
Δа1= 1370,950
39,565 — — — —
—
Расчёт определителя системы выполним по формуле:
11*6,559 –6,124*6,124 = 34,650;
Расчёт определителя свободного члена уравнения выполним по формуле:
225,900*6,559 – 250,397*6,124 = -51,654.
Расчёт определителя коэффициента регрессии выполним по формуле:
11*250,397 – 225,900*6,124 = 1370,950.
Расчёт параметров уравнения регрессии даёт следующие результаты:
; .
В конечном счёте, получаем
теоретическое уравнение
В уравнении коэффициент регрессии а1 = 39,565 означает, что при увеличении среднегодовой численности занятых в экономике на 1 млн. чел. (от своей средней) валовой региональный продукт возрастёт на 39,565 млрд. руб. (от своей средней).
Свободный член уравнения а0 = -1,491 оценивает влияние прочих факторов, оказывающих воздействие на валовой региональный продукт.
Относительную оценку
силы связи даёт общий (средний) коэффициент
эластичности:
В нашем случае, когда
рассматривается линейная зависимость,
расчётная формула
Это означает, что
при изменении среднегодовой
численности занятых в
Для оценки тесноты
связи рассчитаем линейный коэффициент
парной корреляции:
Коэффициент корреляции, равный 0,9687, показывает, что выявлена весьма тесная зависимость между среднегодовой численностью занятых в экономике и валовым региональным продуктом. Коэффициент детерминации, равный 0,9384, устанавливает, что вариация валового регионального продукта на 93,84% из 100% предопределена вариацией среднегодовой численности занятых в экономике; роль прочих факторов, влияющих на розничный товарооборот, определяется в 6,16%, что является сравнительно небольшой величиной.
Для оценки статистической надёжности выявленной зависимости дохода от доли занятых рассчитаем фактическое значение F-критерия Фишера – Fфактич. и сравним его с табличным значением – Fтабл. По результатам сравнения примем решения по нулевой гипотезе , то есть, либо примем, либо отклоним её с вероятностью допустить ошибку, которая не превысит 5% (или с уровнем значимости α=0,05).
В нашем случае, ;
где -число факторов в уравнении;
- число изучаемых объектов. Фактическое
значение критерия показывает, что
факторная вариация результата в 137
раза больше остаточной вариации, сформировавшейся
под влиянием случайных причин. Очевидно,
что подобные различия не могут быть
случайными, а являются результатом
систематического взаимодействия оборота
розничной торговли и общей суммы
доходов населения. Для обоснованного
вывода сравним полученный результат
с табличным значением
В силу того, что , нулевую гипотезу о статистической незначимости выявленной зависимости валового регионального продукта от среднегодовой численности занятых в экономике и её параметрах можно отклонить с фактической вероятностью допустить ошибку значительно меньшей, чем традиционные 5%.
Построим теоретическую
линю регрессии, которая пересечётся
с эмпирической регрессией в нескольких
точках.
График 1
Оценку качества
модели дадим с помощью
.
В нашем случае, скорректированная ошибка аппроксимации составляет 15,776%. Она указывает на невысокое качество построенной линейной модели и ограничивает её использование для выполнения точных прогнозных расчётов даже при условии сравнительно небольшого изменения фактора X (относительно его среднего значения ).
Построение логарифмической
функции предполагает предварительное
выполнение процедуры линеаризации
исходных переменных. В данном случае,
для преобразования нелинейной функции
в линейную введём новую переменную
, которая линейно связана с
результатом. Следовательно, для определения
параметров модели будут использованы
традиционные расчётные приёмы, основанные
на значениях определителей
Расчётная таблица.
№
А 1 2 3 4 5 6 7 8 9
1 0,056 -2,882 2,000 8,308 -5,765 -12,249 14,249 203,023 69,382
2 0,119 -2,129 2,100 4,531 -4,470 1,550 0,550 0,303 2,680
3 0,138 -1,981 4,300 3,922 -8,516 4,261 0,039 0,001 0,188
4 0,157 -1,852 5,100 3,428 -9,443 6,623 -1,523 2,318 7,414
5 0,220 -1,514 7,600 2,293 -11,507 12,799 -5,199 27,025 25,314
6 0,287 -1,248 10,500 1,558 -13,107 17,665 -7,165 51,341 34,890
7 0,422 -0,863 18,900 0,744 -16,306 24,722 -5,822 33,901 28,352
8 0,758 -0,277 13,000 0,077 -3,602 35,444 -22,444 503,720 109,288
9 1,008 0,008 43,400 0,000 0,346 40,662 2,738 7,499 13,335
10 1,147 0,137 50,000 0,019 6,857 43,026 6,974 48,632 33,958
11 1,812 0,594 69,000 0,353 41,016 51,397 17,603 309,860 85,715
Итого 6,124 -12,006 225,900 25,234 -24,497 225,900 0,000 1187,624 410,517
Средняя 0,557 -1,091 20,536 — — — — 107,966 37,32
Сигма 0,535 1,050 21,852
Дисперсия, D 0,286 1,103 477,502
Расчёт определителей второго порядка даёт следующие результаты:
; ; . Отсюда получаем параметры уравнения:
,
Полученное уравнение имеет вид: .
Оценочные показатели
позволяют сделать вывод, что
линейно-логарифмическая
Заключительным этапом решения данной задачи является выполнение прогноза и его оценка.
Если прогнозное значение фактора ( ) составит 1,023 от среднего уровня ( ), то есть Xпрогнозн.= 1,023*0,557=0,569, тогда прогнозное значение результата сформируется на уровне: Yпрогнозн. =39,565-1,491*0,569=38,715 (млрд. руб.).
Рассчитаем интегральную ошибку прогноза - , которая формируется как сумма двух ошибок: из ошибки прогноза как результата отклонения прогноза от уравнения регрессии- и ошибки прогноза положения регрессии - . То есть, .
В нашем случае , где k- число факторов в уравнении, которое в данной задаче равно 1. Тогда (млрд. руб.).
Ошибка положения регрессии составит: =
= = 0,012 (млрд. руб.).
Интегральная ошибка прогноза составит: = = 5,976 (млрд. руб.).
Предельная ошибка прогноза, которая не будет превышена в 95% возможных реализаций прогноза, составит: = 2,26*5,976 = 13,506 ≈ 14,0 (млрд. руб.). Табличное значение t-критерия для уровня значимости α=0,05 и для степеней свободы n-k-1 = 11-1-1=7 составит 2,26. Следовательно, ошибка большинства реализаций прогноза не превысит млрд. руб.
Это означает, что фактическая реализация прогноза будет находиться в доверительном интервале . Верхняя граница доверительного интервала составит
= 38,715 + 14,0 = 52,715(млрд. руб.).
Нижняя граница доверительного интервала составит: = 38,715 - 14,0 = 24,715(млрд. руб.).
Относительная величина
различий значений верхней и нижней
границ составит: = раза. Это означает,
что верхняя граница в 2,13 раза
больше нижней границы, то есть точность
выполненного прогноза весьма невелика,
но его надёжность на уровне 95% оценивается
как высокая. Причиной небольшой
точности прогноза является повышенная
ошибка аппроксимации. Здесь её значение
выходит за границу 5-7% из-за недостаточно
высокой типичности линейной регрессии,
которая проявляется в