- •Курсовая работа по дисциплине «экономико-математические методы»
- •Санкт-Петербург
- •Цель работы
- •Этапы и требования к выполнению разделов работы
- •Основные задачи
- •Исходные данные
- •Представить
- •Список рекомендуемой литературы
- •Содержание
- •Введение. Анализ рынка жилья в Приволжском федеральном округе
- •2.1 Расчет параметров уравнений линейной и нелинейной парной регрессии
- •2.1.1 Расчет параметров линейной парной регрессии
- •2.1.2 Расчет параметров степенной парной регрессии
- •2.1.3 Расчет параметров показательной парной регрессии
- •2.2 Дисперсионный анализ линейной функции регрессии
- •2.3 Оценка тесноты связи цен на жилье на первичном рынке и себестоимости строительства с помощью показателей корреляции и детерминации
- •2.4 Оценка ошибки аппроксимации уравнений регрессии
- •2.5 Сравнительная оценка силы связи себестоимости строительства с ценой на жилье на первичном рынке с помощью среднего коэффициента эластичности
- •2.6 Оценка статистической надежности результатов линейного регрессионного моделирования
- •2.7 Расчет прогнозного значения цены на жилье на первичном рынке по линейной модели при увеличении себестоимости строительства
- •2.8 Реализация решенных задач на компьютере
- •2.8.1 Реализация процедуры «линейн»
- •2.8.2 Реализация процедуры «Анализ данных»
- •2.8.3 Реализация процедуры «тренд»
2.1 Расчет параметров уравнений линейной и нелинейной парной регрессии
2.1.1 Расчет параметров линейной парной регрессии
Парная линейная регрессия имеет вид:
ŷx = a + b · x,
где ŷx – результативный признак, характеризующий теоретические цены жилья на первичном рынке; x – фактор (себестоимость строительства);
a, b – параметры, подлежащие определению.
Построение уравнения регрессии сводится к оценке ее параметров. Для оценки параметров регрессии используется метод наименьших квадратов. Он позволяет получить такие оценки параметров, при которых сумма квадратов отклонений фактических значений результативного признака (цены жилья на первичном рынке) y от теоретических ŷx будет минимальной. В этом случае для определения параметров a и b линейной регрессии необходимо решить следующую систему уравнений:
На
основании исходных данных выполнены
расчеты, которые при
=
12 представлены в табл. 2.1
Таблица 2.1
Номер п. п. |
|
|
|
|
|
|
|
|
1 |
30,3 |
42,97 |
918,09 |
1846,421 |
1301,991 |
41,292 |
1,678 |
3,905 |
2 |
32,425 |
43,408 |
1051,381 |
1884,255 |
1407,504 |
46,900 |
3,492 |
8,045 |
3 |
31,182 |
35,742 |
972,317 |
1277,491 |
1114,507 |
43,619 |
7,877 |
22,039 |
4 |
32,646 |
43,806 |
1065,761 |
1918,966 |
1430,091 |
47,483 |
3,677 |
8,394 |
5 |
34,409 |
51,474 |
1183,979 |
2649,573 |
1771,169 |
52,135 |
0,661 |
0,013 |
6 |
29,098 |
39,044 |
846,694 |
1524,434 |
1136,102 |
38,120 |
0,924 |
2,367 |
7 |
29,289 |
39,3 |
857,846 |
1544,49 |
1151,058 |
38,624 |
0,676 |
1,720 |
8 |
34,857 |
58,653 |
1215,011 |
3440,174 |
2044,468 |
53,318 |
5,335 |
9,096 |
9 |
35,108 |
61,194 |
1232,572 |
3744,706 |
2148,399 |
53,980 |
7,214 |
11,789 |
10 |
29,305 |
35,39 |
858,783 |
1252,452 |
1037,104 |
38,666 |
3,276 |
9,257 |
11 |
25,254 |
33,887 |
637,765 |
1148,329 |
855,782 |
27,975 |
5,912 |
17,446 |
12 |
31,945 |
42,865 |
1020,483 |
1837,408 |
1369,322 |
45,633 |
2,768 |
6,458 |
Сумма |
375,818 |
527,733 |
11860,682 |
24068,699 |
16767,497 |
- |
- |
- |
Среднее значение |
31,318 |
43,978 |
988,390 |
2005,725 |
1397,3291 |
- |
- |
- |
С учетом обозначений при n = 12
= (y1
+
y2
+
…
+
y12)/12;
=
(x1
+
x2
+
…
+
x12)/12;
= (y1x1
+
y2x2
+
… +
y12
x12)/12;
=
(x12
+
x22
+
…
+
x12)/12;
Sx2
=
2.
Значения параметров линейной регрессии вычисляются по формулам:
b
= (
)/(
2)
= (1397,291 – 43,978
31,318) / (988,390 – 31,318
31,318 ) = 2,643;
a
=
– b
= 43,978 – 2,643
31,318 = – 38,795.
Тогда уравнение регрессии, являющееся линейной моделью цен жилья на первичном рынке в зависимости от себестоимости строительства, примет вид:
ŷx = 2,643 · x – 38,795.
На Рис. 5 представлены опытные значения стоимости квадратного метра
Рис. 5
жилья на первичном рынке и его себестоимости, а также теоретические значения стоимости квадратного метра жилья на первичном рынке в Приволжском федеральном округе. На Рис. 6 выполнено построение линейной функции регрессии.
Рис.
6
