- •Ведение
- •1. Оценивание функции спроса
- •Функции спроса
- •Выборочная функция спроса Розничные цены, максимизирующие прибыль, для пяти различных значений оптовой цены
- •2. Обработка данных опроса с помощью метода наименьших квадратов
- •Оценивание функции спроса методом наименьших квадратов.
- •Сравнение методов расчета оптимальной цены
- •3. Альтернативный метод расчета
- •Альтернативный метод расчета оценок параметров
- •4. Нелинейные зависимости
- •Сравнение методов расчета оптимальной цены
- •5. Критерий проверки правильности расчетов
- •6. Способы оценивание точности восстановления зависимости
- •Сравнение методов расчет оптимальной розничной цены
- •Заключение.
Сравнение методов расчета оптимальной цены
p0 |
pопт.2 |
pопт.1 |
pопт.3 |
30 |
340,95 |
300 |
90 |
40 |
345,95 |
300 |
120 |
45 |
348,45 |
300 |
135 |
100 |
375,95 |
350 |
300 |
270 |
460,95 |
500 |
810 |
5. Критерий проверки правильности расчетов
Из теории метода наименьших квадратов известно условие точности вычислений -при отсутствии ошибок в вычислениях сумма исходных значений должна равняться сумме восстановленных. На основе этого условия сформулируем приблизительный критерий проверки правильности расчетов:
В соответствии с данными табл.2:
В соответствии с данными табл.4: В соответствии с данными табл.5:
0,19
Такие значения в рассматриваемом случае вполне приемлемы.
6. Способы оценивание точности восстановления зависимости
Рассмотрим три способа оценивания точности восстановления зависимости.
В точках ti, i = 1, 2, …, n, имеем по два значения функции - исходное xi и восстановленное x*(ti). При оценивании функции спроса это D(pi) и D*(pi) соответственно. В табл.2 и 4 приведены значения D(pi), D*(pi) и D(pi) – D*(pi). Третье из этих чисел – абсолютная погрешность. Полезно рассмотреть и относительную погрешность:
, i = 1, 2, …, n.
По данным табл.4 это такие числа (приведены без повторений):
, , , , , , , , , , , ,
, , , , , , , , , ,
Ясно, что из этих 23 чисел самыми большими являются:
двадцать третье = 5,614
двадцать первое = 0,309
пятнадцатое = 0,112
При этом 23 значение находится в области, для которой оценка спроса D*(p) отрицательна (т.е. при цене p = 700 руб.). Т.о., относительная погрешность не превосходит 0,112 (11,2%) при p 420 руб.
О достигаемой точности восстановления функции свидетельствует также ширина доверительного интервала.
При p = 450
D*(450)верхн. = 19,366 + 0,434 = 19,8
D*(450)нижн. = 19,366 - 0,434 = 18,9
D*(450)верхн. – D*(450)нижн. = 2 * 0,434 = 0,868
Относительная погрешность такова:
= = 0,0448 (4,48%)
При p = 470
D*(470)верхн. = 17,4476 + 0,461 = 17,9086
D*(470)нижн. = 17,4476 - 0,461 = 16,9866
D*(470)верхн. – D*(470)нижн. = 2 * 0,461 = 0,922
Относительная погрешность такова:
= = 0,053 (5,3%)
Таким образом, точность оценивания уменьшается по мере удаления от pср., особенно при увеличении p. Т.е. при приближении к области отрицательности D*(p) точность оценивания уменьшается.
Чтобы еще одним способом выявить роль погрешностей в прогностической формуле, рассмотрим формальный предельный переход, когда p→∞, тогда значения: 62,53; 1/50; 374,8 в выражении (см. выше):
D*(p)верхн./нижн = (-0,9595)pi + 62,53 2,744
становятся малыми по сравнению с остальными составляющими, следовательно, ими можно пренебречь. Получаем:
D*(p)верхн./нижн = (-0,9595)pi = [(-0,09592)± 0,0026]p.
В формулу подставляем цену, которую готовы заплатить 30% опрошенных (в данном дз нет такой ситуации), и получаем относительную погрешность.
Используя критерий качества экономической модели, оценим остаточную дисперсию SS1 при линейной аппроксимации и остаточную дисперсию SS2 при нелинейной аппроксимации.
SS1 = 102,088
SS2 = 10523,51
102,088 10523,51 SS1 SS2 первая модель лучше, т. е. линейная аппроксимация в большей степени точности позволяет приблизить восстановленную функцию спроса.