- •Таблица 5
- •Решение с помощью Excel.
- •Таблица 6
- •Таблица 18
- •Решение с помощью Excel.
- •Таблица 25
- •Таблица 26
- •1. Критерий Дарбина – Уотсона
- •2. Коэффициент автокорреляции
- •Таблица 33
- •Решение табличного процессора Excel.
- •Таблица 40
- •Тогда
- •2) прогноз показателя
- •Таблица 47
- •1. Многофакторная регрессионная модель с адаптивным механизмом в виде рекуррентных формул:
- •Решение с помощью Excel
- •3. Адаптивная корректировка коэффициентов регрессии
- •3.1. Вычисление прогнозной оценки
- •3.2. Расчет
- •3.4. Получение корректирующего вектора
- •3.5. Расчет прогнозной ошибки для вновь поступившего наблюдения
- •Таблица 49
- •6.1 Вычисление вектора оценок коэффициентов
- •6.2 Получение прогнозной оценки на 2003 г.
- •Таблица 50
- •Таблица 51
- •Таблица 52
- •Адаптивная авторегрессионная модель
- •3. Заполнение пропуска средним значением
- •5. Восстановление зависимой переменной с помощью МНК
- •Таблица 66
- •Решение с помощью Excel
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) + |
|
Ct−−11x′ |
|
[yty − yˆt] |
(8.2) |
|||||||||||
|
−1 |
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
Ct−1xt′ +α |
|
|
|
|||
|
|
1 |
|
|
|
|
|
|
|
|
−1 |
′ |
−1 |
|
||
C−1 |
= |
|
[C−1 |
− |
Ct−1x1x1Ct−1 |
] |
(8.3) |
|||||||||
|
|
|
||||||||||||||
t |
|
α |
|
|
t−1 |
|
|
|
|
|
−1 ′ |
|
|
|
|
|
|
|
|
|
|
|
|
|
xtCt−1x +α |
|
где B(0,α),C0−1 – 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) = ∑1max≤k≤r | y1+k − yˆ1+k | ; |
|
(8.5) |
|||||||||
|
j=1 |
|
|
|
|
|
|
|
|
||
|
|
|
i=r |
|
|
| y1+k |
− yˆ1+k | |
|
|
||
Sr2 (α) = ∑max |
; |
(8.6) |
|||||||||
|
| yj+k| |
||||||||||
|
|
|
j=1 1≤k |
≤r |
|
|
|
где yj+k = xj+k B4 (j,α), j =1,2,...t−r; k = 0,1...,r.
3. Дисперсионное отношение Фишера для адаптивных регрессионных моделей
|
|
|
~ |
2 |
|
|
F0 = |
N − m−1 |
|
∑(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 C0−1 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 C0−1 |
|
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) |
|
|
x′y = 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 = 3042,91−12944,07xt1 +37547,39xt2 |
(8.12) |
3. Адаптивная корректировка коэффициентов регрессии |
|
3.1. Вычисление прогнозной оценки yˆ9 |
|
ˆ |
(8.13) |
y9 = 34189,21 |
3.2. Расчет |
C−1x |
9 |
|
|
|
|
|
|
0 |
|
|
|
|
|
|
||
|
|
|
|
|
−5,8236 |
|
||
|
|
−1 |
x9 = |
|
|
|
(8.14) |
|
|
|
C0 |
−2,5604 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7,8849 |
|
|
|
3.3. Вычисление x9C0−1x9′ +α , выбрав |
в |
качестве |
сглаживающего |
|||||
параметра α = 0,15. |
x9C0−1x9′ +α =1,2426 |
|
||||||
|
|
(8.15) |
||||||
3.4. Получение корректирующего вектора |
|
|
|
|||||
|
|
|
|
x9C0−1x′ |
−4,6865 |
|
||
|
|
|
|
|
|
(8.16) |
||
|
|
|
|
|
|
= − |
2,0605 |
|
|
|
|
|
−1 |
+α |
|||
|
|
|
x9C0 |
|
|
|
||
|
|
|
|
|
|
6,3453 |
|
3.5. Расчет прогнозной ошибки для вновь поступившего наблюдения
|
y9 |
= x9B0 |
= 32134−34189,21= −2005,21 |
(8.17) |
||||||||
и умножение на эту ошибку корректирующего вектора |
|
|
||||||||||
|
|
|
|
C01−1x9′ |
|
|
|
|
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