КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Графическое представление результатов моделирования и прогнозирования. 3 страница
4. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор. 5. Построить три однофакторные нелинейные регрессионные модели зависимой переменной с наиболее подходящим фактором: степенную, гиперболическую и показательную. Привести графики всех моделей. 6. Сравнить качество моделей. Выбрать лучшую модель. Вариант 14 По 11 металлообрабатывающим цехам машиностроительного предприятия изучается зависимость фактических затрат на 1 рубль валовой продукции от среднего уровня производительности труда (отношение объема продукции в денежном выражении к затратам труда на ее изготовление) и средней энергоотдачи(отношение объема продукции в денежном выражении к затратам электроэнергии на ее изготовление). Имеются данные за последний квартал:
Требуется: 1. Проверить, связаны ли между собой показатели значимыми парными линейными зависимостями. 2. Построить все возможные линейные регрессионные модели затрат, оценить параметры моделей и выбрать одну из них в качестве лучшей. 3. Можно ли использовать лучшую модель для целей анализа и прогнозирования затрат? 4. Приемлема ли точность лучшей модели? 5. Рассчитать затраты на 1 рубль валовой продукции, если прогнозные значения факторов на 25 % превышают свои средние значения. 6. Построить три однофакторные нелинейные регрессионные модели зависимой переменной с наиболее подходящим фактором: степенную, гиперболическую и показательную. Привести графики всех моделей.
7. Сравнить качество моделей. Выбрать лучшую модель.
Примечание. Там, где это необходимо, уровень значимости принять равным a=0,05.
Вариант 15 Исследуется зависимость цены системного блока компьютера от тактовой частоты процессора, размера оперативной памяти и наличия DVD-накопителя. Имеются данные по 13 компьютерам:
Требуется: 1. Построить линейную регрессионную модель цены системного блока компьютера, не содержащую коллинеарных факторов. Оценить параметры модели. Если имеется возможность построить несколько моделей, то выбрать одну из них в качестве лучшей. 2. Дать экономическую интерпретацию коэффициентам уравнения регрессии. 3. Существенно ли влияет на цену системного блока: - тактовая частота процессора; - размер оперативной памяти; - наличие или отсутствие DVD-накопителя? Дать количественные соотношения. 4. Имеют ли остатки регрессии одинаковую дисперсию? 5. Приемлема ли точность регрессионной модели? 6. Рассчитать стоимость системного блока, если тактовая частота процессора составляет 3000 МГц, оперативная память — 256 Мбайт, а DVD-накопитель: - имеется; - отсутствует.
Вариант 16
Исследуется зависимость цены квартиры от размера ее общей площади, типа дома (кирпичный или панельный) и этажа, на котором расположена квартира (средний или крайний). Имеются данные по 16 квартирам в домах, расположенных в одном и том же районе города:
Требуется: 1. Построить линейную регрессионную модель цены квартиры, не содержащую коллинеарных факторов на уровне значимости a=0,05. Оценить параметры модели. Если имеется возможность построить несколько моделей, то выбрать одну из них в качестве лучшей. 2. Значимо ли уравнение регрессии и его коэффициенты на уровне значимости a=0,01? 3. Какая доля вариации цены квартиры объясняется вариацией факторов, включенных в модель? 4. Приемлема ли точность модели? 5. Выполняется ли условие гомоскедастичности остатков? 6. Что в большей степени влияет на цену квартиры — тип дома или этаж, на котором она расположена? Оценить вклад каждого из факторов в вариацию цены квартиры с помощью дельта – коэффициентов. 7. Спрогнозировать среднюю цену квартиры общей площадью 80 м2, расположенной в панельном доме на одном из крайних этажей. Вариант 17
По торговой фирме исследуется влияние стажа работы, уровня образования и пола менеджера по продаже на размер дохода от реализации товаров, принесенного фирме за последний год. Имеются сведения по 10 менеджерам:
Требуется: 1. Построить линейную регрессионную модель дохода с полным набором факторов. Оценить параметры модели. 2. Пригодно ли уравнение регрессии для целей анализа и прогнозирования? 3. Существенна ли разница в размере дохода, принесенного менеджерами с высшим и средним образованием? 4. Существенна ли разница в размере дохода, принесенного мужчинами и женщинами? 5. Построить линейную регрессионную модель только со статистически значимыми факторами. Оценить параметры модели. Дать экономическую интерпретацию коэффициентам уравнения регрессии. 6. Оценить точность построенной модели. 7. Спрогнозировать средний доход менеджера с высшим образованием со стажем работы 7 лет. Примечание. Там, где это необходимо, уровень значимости принять равным a=0,05. Вариант 18
По данным, представленным в таблице, исследуется зависимость между величиной накладных расходов 40 строительных организаций Y (млн. руб.) и следующими тремя основными факторами: x1 – объемом выполненных работ, млн. руб. x2 – численностью рабочих, чел. x3 – фондом зарплаты, млн. руб.
Требуется:
1. Осуществить двумя способами выбор факторных признаков для построения регрессионной модели: а) на основе анализа матрицы коэффициентов парной корреляции, включая проверку гипотезы о независимости объясняющих переменных (тест на выявление мультиколлинеарности Фаррара-Глоубера); б) с помощью пошагового отбора методом исключения. 2. Дать экономическую интерпретацию коэффициентам уравнения регрессии. 3. Дать сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, b- и D - коэффициентов. Провести тестирование ошибок уравнения регрессии на гетероскедастичность, используя тест Голдфельда –Квандта. 4. Рассчитать прогнозное значение результата, если прогнозные значения факторов составляют 75% от их максимальных значений. 5. Построить доверительные интервалы (с вероятностью 95%) для предсказанных значений накладных расходов и определить компании, в которых фактические значения накладных расходов завышены.
Вариант 19
Исследуется влияние некоторых показателей социально-экономического положения субъектов Центрального федерального округа России на региональный на индекс потребительских цен. В таблице приводятся официальные статистические данные по субъектам Центрального федерального округа Российской Федерации за 2005 год («Российская газета», 24 марта 2006 года, № 60). В таблице приняты следующие обозначения: переменные Y, X 1, X 2, X 3 представляют собой индексы потребительских цен в декабре 2005 года, выраженные в процентах к декабрю 2004 года: Y — общий, X 1 — на продовольственные товары, X 2 — на непродовольственные товары, X 3 — на платные услуги населению. Переменные X 4 и X 5 — это соответственно среднемесячная номинальная начисленная заработная плата в 2005 году (тыс. руб.) и численность населения региона на 1 января 2005 года (тыс. чел.). Переменная Y рассматривается как результативная, переменные X 1, X 2, X 3, X 4, X 5 — как факторные.
Требуется:
1. Построить матрицу парных коэффициентов линейной корреляции и выявить наличие либо отсутствие коллинеарности факторов. 2. Построить линейную регрессионную модель общего индекса потребительских цен, не содержащую коллинеарных факторов. Проверить статистическую значимость уравнения регрессии и его параметров. Сделать выводы о существенности либо несущественности влияния каждого из факторов на общий индекс потребительских цен. 3. Построить линейную регрессионную модель общего индекса потребительских цен, включающую в себя только факторы, оказывающие существенное влияние на результативную переменную. Оценить качество модели. 4. Дать экономическую интерпретацию параметров уравнения регрессии и оценить вклад каждого из факторов в общий индекс потребительских цен с помощью дельта–коэффициентов. 5. Для анализа влияния населенности региона на средний уровень доходов его жителей построить линейную модель регрессионной зависимости среднемесячной заработной платы X 4 от численности населения X 5. Проверить статистическую значимость уравнения регрессии и оценить среднюю эластичность изменения заработной платы в зависимости от числа жителей. 6. Используя результаты регрессионного анализа, выявить наиболее привлекательные регионы.
Вариант 20
Исследуется влияние объема промышленного производства и размера инвестиций в основной капитал на региональный коэффициент смертности. В таблице приводятся официальные статистические данные по субъектам Центрального федерального округа за 2005 и 2006 года («Российская газета» от 24.03.2006 г., № 60 и от 14.03.2007 г. № 51), где: · Y — коэффициент смертности в 2006 году (выражается в промилле «‰» и представляет собой число умерших за год на 1000 человек населения); · X 1 — индекс (темп роста) инвестиций в основной капитал в 2005 году (в % к 2004 году); · X 2 — индекс промышленного производства в 2006 году (в % к 2005 году); · X 3 — индекс инвестиций в основной капитал в 2006 году (в % к 2005 году).
Требуется:
1. Для выявления линейных связей в исходных данных построить матрицу парных коэффициентов корреляции. Проверить статистическую значимость коэффициентов корреляции и сделать выводы о наличии либо отсутствии устойчивых зависимостей между исследуемыми показателями. 2. Построить линейную модель регрессионной зависимости коэффициента смертности в 2006 году от индексов инвестиций в основной капитал в 2005 году, промышленного производства в 2006 году и инвестиций в основной капитал в 2006 году. Проверить статистическую значимость полученного уравнения регрессии и его параметров. Сделать выводы о существенности либо несущественности влияния индексов инвестиций и производства на коэффициент смертности. 3. Дать экономическую интерпретацию параметров уравнения регрессии и оценить вклад каждого из факторов в вариацию коэффициента смертности с помощью дельта–коэффициентов. 4. На основе анализа остатков регрессии ранжировать регионы по эффективности снижения коэффициента смертности под влиянием роста инвестиций и производства. Выявить наиболее «передовые» и «отстающие» субъекты.
Примечание. При проверке статистических гипотез уровень значимости a принять равным 0,05.
Вариант 21
Постановка задачи По данным, представленным в таблице (n =25), изучается зависимость объема выпуска продукции Y (млн. руб.) от следующих факторов (переменных): X1 – численность промышленно-производственного персонала, чел. X2 – среднегодовая стоимость основных фондов, млн. руб. X3 – износ основных фондов, % X4 – электровооруженность, кВт×ч. X5 – техническая вооруженность одного рабочего, млн. руб. X6 – выработка товарной продукции на одного работающего, руб.
Требуется: 1. Построить матрицу парных коэффициентов корреляции. Проверить наличие мультиколлинеарности. Обосновать отбор факторов в модель. 2. Построить уравнение множественной регрессии в линейной форме с выбранными факторами. 3. Оценить статистическую значимость уравнения регрессии и его параметров с помощью критериев Фишера и Стьюдента. 4. Построить уравнение регрессии со статистически значимыми факторами. Оценить качество уравнения регрессии с помощью коэффициента детерминации R2. Оценить точность построенной модели.
Дата добавления: 2014-11-20; Просмотров: 1070; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |