Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Учебное пособие 1939.pdf
Скачиваний:
9
Добавлен:
30.04.2022
Размер:
3.04 Mб
Скачать

Поскольку по объективным причинам невозможно провести еще один инвентарь, было решено использовать эту модель для построения модели динамической регрессии с использованием доступных данных, отражающих указанную зависимость, и вычислить приблизительную стоимость оставшихся машин. Отрегулируйте необходимую модель и получите машинные оценки со следующими характеристиками:

1)мощность машины -20 тыс. шт., Срок эксплуатации-5 лет, ремонт 7 раз;

2)мощность машины - 12000 шт., Срок службы-3 года, ремонт 4 раза; Кроме того, проанализируйте динамику изменений в степени влияния

соответствующих факторов на предполагаемую цену машин.

Задание 1. Г-н Львов П.А., владеющий автомобилем марки ВАЗ 2106 (пробег 250 т.км, срок службы 15 лет) решил продать автомобиль. Он создал небольшую базу данных, представленную в таблице, чтобы продавать автомобили той же марки, используя рекламу в газете Camelot, чтобы определить цену его автомобиля.

Исходя из данных в этой таблице, установите динамическую регрессионную модель, отражающую цену подержанных автомобилей в зависимости от пробега и является ли автомобиль аварийным (x2 = 1) или (x2 = 0) - безаварийным. Рассчитайте значения всех коэффициентов для каждой точки времени и проанализируйте динамику изменений в степени влияния на стоимость автомобиля. Рассчитать стоимость автомобиля Львова П.А.

Таблица 47

Стоимость

Срок

Пробег, км

Были в аварии

подержанных

эксплуатации,

 

 

автомобилей, руб.

лет

 

 

84300

1

13400

0

83800

1

12500

1

77100

2

23600

0

76300

3

46200

0

76100

3

46900

1

74200

4

66300

0

68400

5

80900

1

66200

6

98600

0

61200

6

91000

1

51900

7

94000

0

47900

7

89000

1

51700

8

118000

0

48600

9

140400

1

38200

10

144500

1

39500

10

142000

0

34300

11

161500

1

30000

12

171500

0

25700

12

169300

1

21100

13

185000

1

18600

14

205100

1

69

8. МНОГОФАКТОРНЫЕ АДАПТИВНЫЕ МОДЕЛИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ

Расчетные формулы

1. Многофакторная регрессионная модель с адаптивным механизмом в виде рекуррентных формул:

ˆ

=

 

ˆ

 

1,

α

)

 

 

 

(8.1)

y1

 

B(t

 

 

 

 

 

 

Bˆ(t,α) = Bˆ(t 1,α) +

 

Ct11x

 

[yty yˆt]

(8.2)

 

1

 

 

 

 

 

 

 

 

 

 

 

Ct1xt′ +α

 

 

 

 

 

1

 

 

 

 

 

 

 

 

1

1

 

C1

=

 

[C1

Ct1x1x1Ct1

]

(8.3)

 

 

 

t

 

α

 

 

t1

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

xtCt1x +α

 

где B(0,α),C01 – начальные значения, определяемые по методу наименьших

квадратов.

2. Критерии настройки параметра адаптации

Sr

( )

 

i=r r

 

yj+k

 

yj+k |

;

(8.4)

=

∑∑|

 

1

α

 

 

 

 

ˆ

 

 

 

 

 

j=1 k=1

 

 

 

 

 

 

 

 

i=r

 

 

 

 

 

 

 

 

Sr2 (α) = 1maxkr | y1+k yˆ1+k | ;

 

(8.5)

 

j=1

 

 

 

 

 

 

 

 

 

 

 

i=r

 

 

| y1+k

yˆ1+k |

 

 

Sr2 (α) = max

;

(8.6)

 

| yj+k|

 

 

 

j=1 1k

r

 

 

 

где yj+k = xj+k B4 (j,α), j =1,2,...tr; k = 0,1...,r.

3. Дисперсионное отношение Фишера для адаптивных регрессионных моделей

 

 

 

~

2

 

 

F0 =

N m1

 

(yˆi yi )

 

,

(8.7)

 

2

 

m

~

 

 

 

(yi yi )

 

 

 

где ~yi – экспоненциально взвешенное среднее значение; yˆi – расчетные значения адаптивной модели.

Решение типовых задач

Задание 1. Президент Invest Holding Эвкин обеспокоен тем, что компания может сосредоточиться на пакете акций с одним владельцем. Чтобы справиться с ситуацией, нужно в соответствии с табл. 48 получить прогнозную оценку количества акционеров в 2013 году. Стоимость акций составит 2.79 тыс. рублей, а дивидендов -1.94 тыс. рублей.

70

Таблица 48

Год

Количество

Стоимость

Дивиден

 

владельцев

акции,

ды на

 

акций, чел.

тыс. руб.

одну

 

 

 

акцию

2003

26472

1,68

1,21

2004

28770

1,7

1,28

2005

29681

1,8

1

2006

30481

1,86

1,36

2007

30111

1,96

1,39

2008

31052

2,02

1,44

2009

30845

2,11

1,49

2010

32012

2,22

1,53

2011

32134

2,38

1,65

2012

32703

2,65

1,76

Решение с помощью Excel

1.Ввод исходных данных с включением дополнительной переменной x0 , принимающей единственное значение, равное 1.

2.Выбор начальных значений для построения адаптивной регрессионной

модели C01 и B0 по первым восьми наблюдениям с помощью матричных

функций ТРАНСП, МУМНОЖ, МОБ. 2.1. Вычисление C0

 

 

8,0000

15,3500

11,0200

 

 

 

 

29,7145

 

 

(8.8)

C0 X X

= 15,3500

21,2881

 

 

 

 

21,2881

 

 

 

и C01

 

11,0200

15,2612

 

 

 

 

 

 

 

 

 

 

56,7948

64,4223

130,8749

 

1

 

64,4223

124,6802

 

 

(8.9)

C0

=

220,4374

 

 

 

220,4374 402,0611

 

 

 

130,8749

 

 

2.2. Нахождение вектора

 

 

 

 

 

 

 

 

239424,00

 

 

 

 

 

 

 

 

 

(8.10)

 

 

xy = 461394,61

 

 

 

 

 

 

 

 

 

 

 

330996,38

 

 

 

2.3. Расчет начальных значений вектора оценок коэффициентов

 

 

3042,91

 

 

1

 

 

(8.11)

B0 = C0

X Y = −12944,07

 

 

 

 

 

 

 

37547,39

 

 

71

Таким образом, для начальных значений регрессионная модель записывается в следующем виде

yt = 3042,9112944,07xt1 +37547,39xt2

(8.12)

3. Адаптивная корректировка коэффициентов регрессии

 

3.1. Вычисление прогнозной оценки yˆ9

 

ˆ

(8.13)

y9 = 34189,21

3.2. Расчет

C1x

9

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

5,8236

 

 

 

1

x9 =

 

 

 

(8.14)

 

 

C0

2,5604

 

 

 

 

 

 

 

 

 

 

 

 

 

 

7,8849

 

 

3.3. Вычисление x9C01x9′ +α , выбрав

в

качестве

сглаживающего

параметра α = 0,15.

x9C01x9′ +α =1,2426

 

 

 

(8.15)

3.4. Получение корректирующего вектора

 

 

 

 

 

 

 

x9C01x

4,6865

 

 

 

 

 

 

 

(8.16)

 

 

 

 

 

 

= −

2,0605

 

 

 

 

1

+α

 

 

 

x9C0

 

 

 

 

 

 

 

 

 

6,3453

 

3.5. Расчет прогнозной ошибки для вновь поступившего наблюдения

 

y9

= x9B0

= 3213434189,21= −2005,21

(8.17)

и умножение на эту ошибку корректирующего вектора

 

 

 

 

 

 

C011x9

 

 

 

 

9631,76

 

 

 

 

 

 

 

 

 

 

 

 

(8.18)

 

 

 

 

 

 

 

[y9 x9B0 ]=

4234,76

 

 

 

 

 

1

+α

 

 

 

x9C0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

13040,97

 

 

 

 

1

 

 

 

 

12674,67

 

 

 

 

 

 

 

 

 

 

 

 

 

B

= B +

C0

x9

 

[y

x B

] = −

8709,31

 

 

1

 

 

 

1

0

 

 

9

9 0

 

 

 

 

 

 

x9C0

x9 +α

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

24506,41

 

 

где α - настроенный по прогнозной ошибке параметр , α = 0,15.

Таким образом, регрессионная модель с обновленными коэффициентами имеет вид

yt = 12674,67 8709,31x1t + 24506,41x2t

(8.19)

4. Нахождение вектора оценок коэффициентов регрессии по статистической модели с помощью «Пакета анализа» (см. вывод итогов табл. 49).

72