- •Содержание
- •Лабораторная работа №6. Задачи оптимизации 46
- •Введение
- •Лабораторная работа №1
- •1. Обработка результатов многократных измерений одной и той же величины
- •2. Обработка результатов нескольких серий измерений одной и той же величины
- •Лабораторная работа №2
- •Корреляционно-регрессионный анализ
- •Лабораторная работа №3
- •Лабораторная работа №4
- •Варианты для парной регрессионной модели
- •Лабораторная работа №5
- •Традиционный метод наименьших квадратов (мнк)
- •Статистические свойства вектора оценок коэффициентов регрессии
- •Теорема Гаусса-Маркова
- •Несмещённые оценки дисперсии ошибок, ковариационной матрицы и дисперсии выборочных коэффициентов регрессии
- •Оценка значимости и доверительных интервалов для коэффициентов регрессии
- •Анализ вариации зависимой переменной
- •Значения сумм квадратов
- •Значения дисперсий
- •Выборочный коэффициент детерминации
- •Скорректированный коэффициент детерминации
- •Оценка значимости уравнения регрессии
- •Доверительный интервал для значений зависимой переменной
- •Пример оформления лабораторной работы
- •Задания для модели множественной регрессии
- •Варианты для множественной регрессионной модели
- •Лабораторная работа №6 Задачи оптимизации
- •Задача линейного программирования о смесях
- •Лабораторная работа №7
- •Варианты на решение задачи о продуктивности модели Леонтьева
- •Лабораторная работа №8
- •Библиографический список
- •Приложение
- •3. Критические точки распределения χ2
- •Сахабиева Галина Александровна
- •Васяйчева Вера Ансаровна
- •Орлова Людмила Викторовна
- •443084, Г. Самара, ул. Стара-Загора, 96
- •4 43080, Г. Самара, ул. Революционная, 70п
Администрация городского округа Самара
Муниципальное образовательное учреждение
высшего профессионального образования
«Самарский муниципальный институт управления»
Кафедра Математических методов и информационных технологий
Г.А. Сахабиева, В.А. Васяйчева, Л.В. Орлова
Математические методы анализа
статистической информации в экономике
Учебно-методические указания
Самара
Издательство «Самарский муниципальный институт управления»
2008
УДК 519.2
ББК 22.1
С20
Печатается по решению Учебно-методического совета
МОУ ВПО «Самарский муниципальный институт управления»
C 20 Сахабиева, Г.А. Математические методы анализа статистической информации в экономике : учебно-методические указания / Г.А. Сахабиева, В.А. Васяйчева, Л.В. Орлова. - Самара: Изд-во «Самарский муниципальный институт управления», 2008. – 60 с.
Учебно-методические указания содержат варианты лабораторных работ по использованию математических методов и моделей в обработке статистической информации в экономике с помощью пакета программ MS Excel. Представленные варианты работ позволяют студентам ознакомиться с разнообразными математическими приемами и возможностями компьютера в оперативной обработке статистических данных.
Рассматриваются некоторые методы анализа детерминированных и стохастических процессов; приводятся теоретические и практические сведения и рекомендации.
Учебно-методические указания предназначены для студентов всех форм обучения и всех специальностей и могут использоваться в курсах «Компьютерный анализ статистических данных», «Математические методы и модели в экономике».
ББК 22.1
© Сахабиева Г.А., Васяйчева В.А., Орлова Л.В., 2008
© Издательство «Самарский муниципальный институт управления», 2008
Содержание
Введение 4
Лабораторная работа №1. Определение погрешностей результатов измерений 5
Лабораторная работа №2. Вычисление структурных средних величин (СВ) 11
Корреляционно-регрессионный анализ 12
Лабораторная работа №3. Модель парной регрессии 15
Лабораторная работа №4. Проверка адекватности модели парной регрессии 18
Лабораторная работа №5. Множественная регрессионная модель. Классическая линейная модель 25
Лабораторная работа №6. Задачи оптимизации 46
Лабораторная работа №7. Модель Леонтьева 49
Лабораторная работа №8. Фильтрация списков 52
Библиографический список 54
Приложение 55
Введение
Математические методы обработки информации уже давно применяются в самых разнообразных областях человеческой деятельности. Трудно назвать ту сферу общественно-политической жизни, в которой они бы не использовались. Но, пожалуй, ни в одной области знаний и практической деятельности обработка этой информации (так называемых статистических данных) не играет такой исключительно большой роли, как в экономике, имеющей дело с обработкой и анализом огромных массивов количественной информации о социально-экономических явлениях и процессах.
Для достоверного отображения объективно существующих в экономике процессов необходимо выявить существенные взаимосвязи и не только выявить, но и дать им количественную оценку. Этот подход требует вскрытия причинных зависимостей, т.е. таких связей между процессами, когда изменения, происходящие в одном из них, являются следствием изменений, происходящих в другом. Всесторонний и глубокий анализ статистических данных предполагает использование различных специальных математических методов, важное место среди которых занимает корреляционно-регрессионный анализ.
Основными задачами корреляционного анализа являются оценка силы связи и проверка статистических гипотез о наличии и силе корреляционной зависимости между введенными для изучения процесса переменными (факторами и результатом). Не все факторы, влияющие на экономические процессы, являются случайными величинами, поэтому при анализе экономических явлений обычно рассматриваются связи между случайными и неслучайными величинами. Такие связи называются регрессионными, а метод математической статистики, их изучающий - регрессионным анализом.
Использование возможностей современной вычислительной техники, оснащенной пакетами программ машинной обработки информации, позволяет оперативно решать задачи изучения взаимосвязи показателей реальных процессов методами корреляционно-регрессионного анализа. При компьютерной обработке исходной информации вычисление параметров применяемых математических функций и анализ статистических зависимостей являются быстро выполняемыми счетными операциями.
Корреляционно-регрессионный анализ считается одним из главных методов в экономике, наряду с оптимизационными расчетами, а также математическим и графическим моделированием трендов (тенденций).
Данная работа предназначена для изучения возможностей обработки статистических данных различными методами (в том числе, методами корреляционного и регрессионного анализа) с использованием пакета прикладных программ Microsoft Excel.