- •Міністерство освіти і науки, молоді та спорту україни
- •1. Загальні відомості
- •2. Лабораторні заняття
- •3. Питання для підготовки до іспиту
- •4. Вказівки до виконання лабораторних робіт
- •5. Вказівки до виконання контрольної роботи студентами заочної форми навчання
- •Тема № 1. Моделі оптимального планування на рівні підприємства. Лабораторна робота № 1 «Розрахунок оптимальної виробничої програми карамельного цеху» Лінійне програмування
- •Модель оптимізації виробничої програми підприємства
- •Приклад виконання лабораторної роботи.
- •5) По випуску продукції
- •6) По фінансовим можливостям
- •7) Умова невід’ємності змінних:
- •Вихідні дані для побудови робочої моделі
- •Потреба у сировині, кг/т карамелі
- •Річна продуктивність ліній
- •Робоча модель оптимального плану випуску продукції
- •Аналіз результатів
- •Вихідні дані для побудови робочої моделі
- •Річна продуктивність ліній
- •Звіт за результатами
- •Звіт по стійкості
- •Звіт по границям
- •Контрольні запитання
- •Тема № 2. Модель оптимальногозавантаження обладнання Лабораторна робота № 2 «Модель оптимального використання потужності»
- •Приклад виконання лабораторної роботи
- •Розв'язок
- •Контрольні запитання
- •Тема № 3. Модель оптимізаціївиробничої програми підприємства Лабораторна робота № 3 «Оптимізація виробничої програми хлібозаводу»
- •Приклад виконання лабораторної роботи Робоча модель задачі.
- •Тема № 4. Методи вирішення транспортної задачі та її моделі Лабораторна робота № 4 «Оптимізація витрат на перевезення вантажу»
- •Постановка транспортної задачі
- •2. Приклад рішення транспортної задачі за допомогою електронних таблиць
- •Вихідні дані для транспортної задачі
- •3. Економічна інтерпретація математичного розв’язку транспортної задачі
- •Контрольні запитання
- •Тема № 5. Нелінійні оптимізаційні моделі економічних систем
- •Контрольні запитання
- •Тема № 6. Динамічне програмування
- •Лабораторна робота № 5 «Модель оптимального розподілу фінансових ресурсів між інвестиційними проектами»
- •Приклад виконання
- •Розв’язування
- •Контрольні запитання
- •Тема № 7. Кореляція двох змінних Лабораторна робота № 6 «Модель парної лінійноїкореляційної залежності»
- •Зміст змінних і рівнянь в економетричній моделі
- •Задача.
- •Приклад виконання лабораторної роботи
- •Оцінка тісноти та значимості зв’язку між змінними моделі
- •Оцінка точності моделі
- •Перевірка значущості та довірчі інтервали
- •Прогнозування за лінійною моделлю
- •Контрольні запитання
- •Тема № 8. Функції і графіки в економетричному моделюванні Лабораторна робота № 7 «Пошук взаємозалежності між економічними процесами»
- •Алгоритми побудови моделей
- •Контрольні запитання
- •Тема № 9. Одновимірні часові ряди та їх моделювання Елементи часового ряду.
- •Перевірка гіпотези про існування тенденції
- •Перевірка наявності тенденції середнього рівня
- •Лабораторна робота № 8 «Перевірка наявності тенденції середнього рівня»
- •Обчислення:
- •Метод ковзної середньої
- •Лабораторна робота № 9 «Згладжування емпіричних кривих (метод ковзної середньої)»
- •Контрольні запитання
- •Тема № 10. Моделі множинної регресії Лабораторна робота № 10«Множинна лінійна кореляційна модель»
- •Приклад дослідження багатофакторної моделі
- •Порядок виконання завдання
- •Рішення
- •2. Проаналізуємо достовірність моделі та її параметрів:
- •3. Обчислимо прогнозні значення Yпр:
- •5. Висновки.
- •Контрольні запитання
- •Тема № 11. Моделі множинної регресії Лабораторна робота № 11 «Виробнича функція Кобба-Дугласа»
- •Метод рішення
- •Задача.
- •Приклад рішення задачі.
- •Контрольні запитання
- •Табличні значення критерію Фішера
- •Основні вбудовані функції системи Eхсеl
- •1. Математичні функції
- •2. Категорія «Ссылки и массивы»
- •3. Статистичні функції
- •Норми витрат та ціни за 1 т сировини
- •Варіанти визначення аij і сij за видами продукції для побудови моделі
- •Варіанти визначення Аі і Вj для побудови моделі оптимального завантаження обладнання
- •Ціна на сировину
- •Витрати сировини на 1 т хлібобулочних виробів
- •Задачі для лабораторної роботи № 7
- •Вихідні дані для лабораторної роботи № 6
- •Вихідні дані для лабораторних робіт № 8 та 9
- •Вихідні дані для лабораторної роботи № 10
- •Вихідні дані для лабораторної роботи № 11
- •Література Основна
- •Додаткова
- •Навчальне видання
Оцінка тісноти та значимості зв’язку між змінними моделі
Тісноту зв'язку між залежною змінною Y та незалежною змінною X оцінюють за допомогою статистичних характеристик: коефіцієнта детермінації, коефіцієнта кореляції. За допомогою цих коефіцієнтів перевіряється відповідність побудованої регресійної моделі (теоретичної) фактичним даним. Значимість зв'язку визначається за допомогою F-критерію Фішера.
Коефіцієнт детермінації
Розраховується за формулою:
(6.1)
Скоригований коефіцієнт детермінації:
Скоригований коефіцієнт детермінації не перевищує одиниці
Справедлива нерівність:
0,864< 0,883
коефіцієнт кореляції (індекс кореляції)
Дає кількісну оцінку зв’язку між двома показниками і розраховується за такою формулою:
(6.2)
Іноді для спрощення розрахунків тісноту кореляційного зв'язку характеризують коефіцієнтом кореляції, який розраховується за формулою:
(6.3)
F-критерій Фішера
Тестування значимості змінної Х, або адекватності моделі проводиться за критерієм Фішера.
(6.4)
Розрахунковий критерій Фішера з урахуванням ступенів вільності обчислюємо за формулою:
(6.5)
де m, (n–m–1) – число ступенів вільності відповідно чисельника та знаменника залежності;
n – кількість спостережень;
m – кількість незалежних змінних.
Fрозр= 8,58
F0,05табл визначаємо за допомогою статистичної функції FРАСПОБР(0,05;6;7) для рівня надійності a=0,05 і ступенів вільності відповідно f1 = (n–m–1) = 8–1–1=6 та f2 = (n–1)= 8–1=7:
F0,05табл = 3,87
Fрозр > F0,05табл , робимо висновок про адекватність побудованої моделі – припускаємо присутність лінійного зв'язку.
Оцінка точності моделі
Визначаємо стандартні похибки оцінок параметрів моделі з урахуванням дисперсії залишків:
(6.6)
де – дисперсія залишків:
(6.7)
– елемент матриці похибок С (матриця, обернена до матриці коефіцієнтів системи нормальних рівнянь);
т1 – кількість параметрів моделі.
|
< |
319,44 |
|
< |
20,45 |
Порівняємо стандартні похибки оцінки з величиною оцінки: .
319,44*100 = 20,1% |
20,45*100 = 14,83% |
Визначається також середньоквадратичне відхилення (похибка)
(6.8)
Відносна похибка
(6.9)
Перевірка значущості та довірчі інтервали
Перевірка значущості коефіцієнта детермінації
Для перевірки статистичної значущості коефіцієнта детермінації R2 висувається нульова гіпотеза
H0: R2=0.
H0 : b1 = b2 = ... = bn = 0.
Альтернативною до неї є
НА: bj ≠ 0
Для перевірки цих обчислюють експериментальне значення F-статистики:
(6.10)
F0.05табл = 3,87
Fексп > F0.05табл
Нульова гіпотеза відхиляється, тобто існує такий коефіцієнт у регресійному рівнянні, який суттєво відрізняється від нуля, а відповідний фактор виливає на досліджувану змінну. Відхилення нуль-гіпотези свідчить про адекватність побудованої моделі.
Перевірка значущості коефіцієнта кореляції
Коефіцієнт кореляції перевіряється на значущість за допомогою t-критерію Ст’юдента. Фактичне значення t-статистики обчислюється за формулою
(6.11)
tтабл. = 2,45
|tексп|>tтабл,
Можна зробити висновок, що коефіцієнт кореляції достовірний (значущий), а зв'язок між залежною змінною та всіма незалежними факторами суттєвий.
Оцінка статистичної значущості параметрів моделі
Статистичну значущість кожного параметра моделі можна перевірити за допомогою t-критерію. При цьому нульова гіпотеза має вигляд
Н0 : bj = 0,
альтернативна
НА : bj ≠ 0.
Експериментальне значення t-статистики для кожного параметра моделі обчислюється за формулою
(6.12)
де Сjj – діагональний елемент матриці (Х′Х)–1 ;
– стандартна похибка оцінки параметра моделі:
(6.13)
t1 = 6,74; |
t0 = 4,98 |
tтабл = |
2,45 |
|tексп|>tтабл,
Значення t-статистики потрапляє до критичної області (за абсолютним значенням перевищує tтабл), приймається альтернативна гіпотеза про значущість параметрів.
Знайдемо інтервали надійності для кожного окремого параметра за формулою:
Оскільки оцінки параметрів моделі βj*, tспос і стандартні похибки параметрів моделі обчислені нами у попередніх пунктах, достатньо просто скористатися формулою для знаходження інтервалів:
= 319,44 - 2,4469 * 64,2 < 0 < 319,44 + 2,4469 * 64,2 |
= 20,45 - 2,4469 * 3,03 < 1 < 20,45 + 2,4469 * 3,03 |
P (0162,34 0 476,54) = 0,95
P (13,03 1 27,87) = 0,95
Розрахуємо коефіцієнт еластичності за формулою:
Коефіцієнт еластичності говорить про те, що збільшення витрат на впровадження інновацій на 1% , збільшить об’єм реалізації на 0,566%.
Зобразимо побудовану кореляційно-регресійну модель на графіку (рис.6.1).
Рис. 6.1. Кореляційно-регресійна модель