- •Математическое моделирование Учебное пособие
- •Донецк 2006
- •Содержание
- •Введение
- •1. Построение экспериментальных законов распределения
- •1.1. Общие положения
- •1.2. Статистические критерии согласия
- •Г) Критерий согласия Романовского
- •1.3. Построение закона Пуассона
- •1.4. Построение показательного закона
- •1.5. Построение нормального закона
- •2. Модели оптимизации
- •2.1. Принципы формирования моделей оптимизации
- •Задача производственного планирования
- •Задача оптимальной загрузки оборудования
- •Задача о смесях
- •Транспортная задача
- •2.2. Графический метод решения задачи линейного программирования
- •Алгоритм графического метода решения злп
- •2.3. Универсальный метод решения линейных задач оптимизации
- •Алгоритм симплекс-метода решения злп
- •Пример 2.3.1. Решить злп (2.2.1), (2.2.5) симплекс-методом.
- •Критерий оптимальности опорного плана
- •Переход к следующей симплекс-таблице осуществляют по правилам:
- •2.4. Двойственная задача линейного программирования
- •Свойства двойственных задач
- •2.5. Методы анализа конфликтных ситуаций с помощью матричных игр
- •Алгоритм принципа максимина (минимакса)
- •Решение. Этаматричная игра имеет размерность (3х4), т.Е. Игрок а имеет три стратегии, а игрок в – четыре. Запишем ее в нормальной форме.
- •Последовательность действий при решении игры
- •3. Регрессионный анализ
- •3.1. Однофакторные модели
- •3.1.1. Построение однофакторных моделей
- •3.1.2. Оценка качества моделей
- •Свойства коэффициента корреляции
- •Построение доверительного интервала для прогнозного значения
- •Пример 3.1.Исследовать зависимость объема прибыли от количества торговых точек. Сделать прогноз в предположении, что количество торговых точек будет увеличено до 25.
- •Вспомогательная расчетная таблица
- •Пример 3.2.Исследовать зависимость показателяуи факторахс помощью логарифмической, степенной и полиномиальной регрессий.
- •3.1.3. Модели рядов динамики
- •3.2. Автокорреляция данных и остатков
- •3.2.1. Автокорреляция данных
- •Пример 3.4. Исследовать на автокорреляцию динамический ряд:
- •Вспомогательная таблица для расчета коэффициента автокорреляции
- •3.2.2. Автокорреляция остатков
- •Причины возникновения автокорреляции
- •Вспомогательная таблица для расчета d-статистики
- •С помощью формулы (3.2.2) найдем d -статистику:
- •3.3. Мультиколлинеарность
- •Причины возникновения мультиколлинеарности:
- •Методы исследования мультиколлинеарности
- •Меры по устранению мультиколлинеарности:
- •3.4. Множественная линейная регрессия
- •3.4.1. Построение множественной линейной регрессии
- •Расчет элементов коэффициента
- •3.4.2. Матричный подход
- •Построение корреляционной матрицы
- •Построение модели множественной линейной регрессии и ее анализ
- •3.4.4. Нелинейные модели
- •3.4.5. Эластичность
- •4.Экспертные оценки и элементы теории графов
- •4.1. Ранговая корреляция
- •4.1.1. Экспертное оценивание
- •4.1.2. Этапы работ в системе экспертных оценок
- •4.1.3. Метод ранговой корреляции
- •Вспомогательные расчеты
- •Б) Случай многих экспертов
- •4.2. Элементы сетевого планирования
- •Основные элементы сетевого графика
- •Основные требования к сетевой модели
- •5. Индивидуальные задания для самостоятельной работы студентов по курсу “математическое моделирование”
- •5.1. Задания к разделу “Построение законов распределения”
- •5.2. Задания к разделу “Математическое программирование”
- •5.3. Задания к разделу “Регрессионный анализ”
- •Задание 2.
- •Задание 3.
- •5.4. Задания к разделу “Экспертные оценки и элементы теории графов” Задание 1.
- •Значение критерия Пирсона
- •Критерий Колмогорова
- •Критерий Колмогорова
- •Квантили распределения Стьюдента
- •Коефициентов автокорреляции
- •Литература
- •Пеніна Галина Геннадіївна, канд. Екон. Наук, доцент
Построение корреляционной матрицы
Пример 3.10. Построить корреляционную матрицу по следующим данным:
-
Y
X1
X2
X3
9,9
0,43
0,3
3,9
5,5
0,38
0,42
5,65
4,3
0,34
0,9
8,52
6,6
0,37
0,55
5,38
9,4
0,23
0,52
4,36
5,2
0,41
0,38
3,13
10
0,22
0,36
5,82
Решение.
Ввести данные на Лист 1.
После ввода данных, получим таблицу в окне электронной таблицы Excel, изображенную на рисунке 3.3:
Рисунок 3.3 – Таблица ввода данных
Выбираем опцию Сервис.
Выбираем опцию Анализ данных.
В результате появится окно, изображенное на рисунке 3.2.
Выбираем опцию Корреляция.
В результате появится окно, изображенное на рисунке 3.4:
Рисунок 3.4 – Окно Корреляция
Активизируем окно Входной интервал (установить стрелку мыши в окне и нажать левую клавишу)
Выбираем ячейку А2 и при нажатой левой клавише мыши передвигаемся к ячейке D8.
Номера ячеек, из которых будут взяты исходные данные, автоматически заносятся в окно Входной интервал.
7. Ставим флажок в окне Новый рабочий лист.
8. Нажимаем кнопку .
В результате получим корреляционную матрицу, представленную на рисунке 3.5:
Рисунок 3.5 – корреляционная матрица
Построение модели множественной линейной регрессии и ее анализ
Пример 3.11.По данным примера 14 найти коэффициент корреляции, индекс детерминации, уравнения множественной линейной регрессии,F-статистику,t-статистику, доверительные интервалы для параметров уравнения регрессии.
Решение.
1. Введем данные на Лист 1.
2. Выбираем опцию Сервис.
3. Выбираем опцию Анализ данных.
4. Выбираем опцию Регрессия.
В результате появится окно, изображенное на рисунке 3.6:
Рисунок 3.6 – Окно Регрессия
Активизируем окно Входной интервал Y.
Выбираем ячейку А2 и при нажатой левой клавише мыши передвигаемся к клетке A8.
Активизируем окно Входной интервал Х.
Выбираем ячейку В2 и при нажатой левой клавише мыши передвигаемся к клетке D8 (если участвуют все переменные).
Номера ячеек, из которых будут взяты исходные данные, автоматически заносятся в окно Входной интервал.
9. Ставим маркер в окне Новый рабочий лист.
10. Ставим маркер в окне Остатки.
11. Нажимаем кнопку .
В результате появится таблица, изображенная на рисунке 3.7:
Рисунок 3.7 – Вывод итогов
Из таблицы, представленной на рис. 3.7 находим:
множественный коэффициент корреляции – 0,791;
индекс детерминации – 0,626;
уравнения множественной линейной регрессии
F-статистику – 1,674;
t-статистики:
для коэффициента при переменной : -1,486;
для коэффициента при переменной : -1,062;
для коэффициента при переменной : -0,008;
доверительные интервалы для параметров уравнения регрессии.
для коэффициента при переменной : (-49,96;18,14);
для коэффициента при переменной : (-31,28;15,62);
для коэффициента при переменной : (-2,77; 2,75).