- •Кафедра информационных технологий и высшей математики отчет
- •Выполнила
- •2 Курса группы 201
- •Введение
- •1. Постановка задачи
- •2. Алгоритм вычисления показателей
- •2.1. Определение параметров математической модели
- •2.2. Исследование модели
- •Предельные эффективности факторов, средние фондоотдачи и производительности труда
- •2.3. Построение изокванты
- •2.4. Вычисление экономических показателей
- •Заключение
2. Алгоритм вычисления показателей
2.1. Определение параметров математической модели
Как уже упоминалось выше, в качестве изучаемой системы берётся экономика условного объекта. Входными показателями объекта считаются:
K(ti) - величина основных производственных фондов (млрд. руб.);
L(ti) - величина используемых трудовых ресурсов (тыс. чел.).
А в качестве выходного показателя принимается X(ti) - величина валового выпуска продукции (млрд. руб.) (см. таблица 1).
Таблица 1
Исходные данные
t |
Kt |
Lt |
Xt |
1 |
888 |
132,8 |
1325,65 |
2 |
1021 |
135,5 |
1466,75 |
3 |
1174 |
138,2 |
1632,62 |
4 |
1351 |
140,9 |
1831,86 |
5 |
1553 |
143,7 |
2030,89 |
6 |
1242 |
149,5 |
1774,80 |
7 |
994 |
155,5 |
1538,66 |
8 |
795 |
161,7 |
1329,93 |
9 |
636 |
168,2 |
1162,23 |
10 |
700 |
178,3 |
1271,55 |
11 |
770 |
188,9 |
1392,53 |
12 |
847 |
200,3 |
1540,36 |
13 |
931 |
220,3 |
1717,00 |
14 |
1304 |
242,3 |
2266,78 |
15 |
1826 |
266,6 |
3010,63 |
В приложениях 1, 2, 3 содержатся графики изменения входных и выходных показателей. При увеличении фондов во времени и незначительном увеличении трудовых ресурсов на том же промежутке времени наблюдается увеличение валового выпуска. При резком сокращении основных фондов на промежутке t = 5 ÷ 9 и плановом увеличении числа занятых на том же промежутке, наблюдается резкое снижение валового выпуска. Таким образом, при постоянном увеличении трудовых ресурсов и неравномерном использовании основных фондов, валовой выпуск будет более тяготеть к неравномерностям использования фондов (т.е. изменение валового выпуска повторяет изменение ОПФ во времени).
В качестве математической модели принимается производственная функция Кобба - Дугласа, вида:
Необходимо определить параметры А, α1, α2. Для этой цели проводим логарифмирование данной функции и получаем линейное уравнение регрессии вида:
lnX(ti) = lnA + α1* lnK(ti) + α2* lnL(ti) (3)
Используя стандартную функцию "LN" табличного редактора (ТР) "Excel", находим значения величин lnX(ti), lnK(ti), lnL(ti). Для того чтобы определить границы, в пределах которых изменяются параметры, необходимо найти диапазон изменения входных показателей, т.е. уравнение регрессии справедливо только в пределах определенных минимальных и максимальных значений переменных (см. табл. 2).
Таблица 2
Значения величин lnK(ti), lnL(ti), lnX(ti)
t |
lnKt |
lnLt |
lnXt |
1 |
6,79 |
4,89 |
7,19 |
2 |
6,93 |
4,91 |
7,29 |
3 |
7,07 |
4,93 |
7,40 |
4 |
7,21 |
4,95 |
7,51 |
5 |
7,35 |
4,97 |
7,62 |
6 |
7,12 |
5,01 |
7,48 |
7 |
6,90 |
5,05 |
7,34 |
8 |
6,68 |
5,09 |
7,19 |
9 |
6,46 |
5,13 |
7,06 |
10 |
6,55 |
5,18 |
7,15 |
11 |
6,65 |
5,24 |
7,24 |
12 |
6,74 |
5,30 |
7,34 |
13 |
6,84 |
5,39 |
7,45 |
14 |
7,17 |
5,49 |
7,73 |
15 |
7,51 |
5,59 |
8,01 |
-
lnKt
lnLt
Min
Max
Min
Max
6,46
7,51
4,89
5,59
В приложении 4 представлены графики изменения этих величин. Как можно видеть на графике, lnK(ti), lnL(ti), lnX(ti) фактически мало меняются, следовательно, точность определения модели зависит от внешних воздействий. Таким образом, логарифм дает возможность построения линейной модели, а с другой стороны вносит трудность в определение самих параметров.
Для построения статистической модели, характеризующей значимость и точность найденного уравнения регрессии, используем табличный редактор «Excel», применив команды «Сервис» - «Анализ данных» - «Регрессия».
В диалоговом окне «Регрессия» в поле «Входной интервал Y» вводим данные по lnX(ti), включая название реквизита. В поле «Входной интервал Х» вводим данные по lnK(ti), lnL(ti). При этом вводимые данные должны находиться в соседних столбцах. Затем устанавливаем флажки в окнах «Метки» и «Уровень надежности». Установим переключатель «Новый рабочий лист» и поставим флажки в окошках «Остатки», «График остатков». После всех вышеперечисленных действий нажимаем кнопку «ОК» в диалоговом окне «Регрессия». Далее производим форматирование полученных результатов расчета коэффициентов уравнения регрессии и статистических характеристик. Получаем следующие таблицы:
Регрессионная статистика
-
Регрессионная статистика
Множественный R
1,00
R-квадрат
1,00
Нормированный R-квадрат
1,00
Стандартная ошибка
0,00
Наблюдения
15
Таблица № 3
|
df |
SS |
MS |
F |
Значимость F |
Регрессия |
2 |
0,86 |
0,429771389 |
41544,10 |
9,06724E-24 |
Остаток |
12 |
0,00 |
1,03449E-05 |
|
|
Итого |
14 |
0,86 |
|
|
|
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
Y-пересечение |
0,18 |
0,03 |
6,93 |
1,5836E-05 |
0,13 |
0,24 |
0,13 |
0,24 |
lnKt |
0,71 |
0,00 |
247,49 |
1,27429E-23 |
0,70 |
0,72 |
0,70 |
0,72 |
lnLt |
0,45 |
0,00 |
113,89 |
1,40661E-19 |
0,44 |
0,46 |
0,44 |
0,46 |
Таблица № 4
Остатки
-
Наблюдение
Предсказанное lnXt
Остатки
1
7,19
0,0034
2
7,29
-0,0035
3
7,40
-0,0042
4
7,51
0,0027
5
7,62
-0,0018
6
7,48
0,0042
7
7,34
0,0018
8
7,20
-0,0031
9
7,06
0,0027
10
7,15
-0,0015
11
7,24
-0,0041
12
7,34
0,0030
13
7,45
0,0019
14
7,73
-0,0019
15
8,01
0,0004
Вычисляем параметры lnA, α1, α2 используя также стандартную подпрограмму "АНАЛИЗ ДАННЫХ - РЕГРЕССИЯ" ТР "Excel". В таблице 5 представлен результат вычисления уравнения линейной регрессии.
Таблица 5
Y-пересечение(LnA) |
0,18 |
lnKt (α1) |
0,71 |
lnLt (α2) |
0,45 |
α1, α2, ln(A) - неизвестные величины в уравнении линейной регрессии. Таким образом, искомое уравнение регрессии имеет вид:
lnX(ti) = 0,18 + 0,71*lnK(ti) + 0,45* lnL(ti)
При этом нельзя забывать, что это уравнение регрессии справедливо только в пределах определенных минимальных и максимальных значений переменных:
6,46 ≤ lnK(t) ≤ 7,21; 4,89 ≤lnL(t) ≤ 5,59, на базе которых оно и было получено.
Для нахождения величины коэффициента нейтрального технического прогресса A, используем стандартную функцию «Exp» ТР «Excel». Таким образом значение А=1,2.
Полученные коэффициенты уравнения множественной регрессии, устанавливающие зависимость выпуска продукции от основных производственных фондов и трудовых ресурсов, показали достоверность наличия связи между этими показателями.
И так, производственную функцию Кобба-Дугласа можно записать так: