- •Вступление
- •Общие методические указания
- •Раздел I
- •Лабораторная работа № 1
- •Среднесрочное прогнозирование
- •Порядок выполнения работы
- •Контрольные вопросы
- •Варианты заданий к лабораторной работе № 1
- •Множественная регрессия и корреляция Методические указания
- •Лабораторная работа № 2
- •Порядок выполнения работы
- •Входные данные
- •(Форма)
- •Пример расчета
- •Теоретические уровни тренда
- •Контрольные вопросы:
- •Статистические данные к лабораторной работе № 2
- •Раздел III
- •Сглаживание динамических рядов. Составляющие компоненты
- •Ряд Фурье и его использование в сглаживании и прогнозировании
- •Расчет параметров по ряду Фурье
- •Четыре периодические составляющие динамического ряда производства продукции м
- •Остаточная дисперсия и коэффициент детерминации по уравнениям с разным числом гармоник
- •Прогнозирование при наличии сезонной компоненты
- •С линейной тенденцией
- •Расчет показателей сезонности для числа официально зарегистрированых безработных
- •Сезонная компонента в аддитивной и мультипликативной моделях
- •Разложение уровней ряда по мультипликативной модели
- •Лабораторная работа № 3
- •С сезонной (периодической) компонентой
- •Порядок выполнения работы
- •Вспомогательная таблица
- •Вспомогательная таблица
- •Контрольные вопросы
- •Варианты заданий к лабораторной работе № 3
- •Раздел IV
- •Определение коэффициентов
- •Контрольные вопросы
- •Варианты заданий к лабораторной работе № 4
- •Раздел V Исследования качественных показателей в экономике Лабораторная работа № 5
- •Основные теоретические ведомости:
- •Пример тетрахорической таблицы:
- •Постановка задачи
- •Порядок выполнения:
- •Порядок выполнения:
- •Порядок выполнения:
- •Варианты заданий к лабораторной работе № 5
- •Литература:
- •14003, М. Чернігів, вул. Стрілецька, 1.
Теоретические уровни тренда
Таблица 2.3
Год |
Значение У(t) |
Год |
Значение У(t) |
1997 |
216,86 |
2002 |
341,92 |
1998 |
217,30 |
2003 |
368,62 |
1999 |
231,68 |
2004 |
424,63 |
2000 |
286,44 |
2005 |
449,62 |
2001 |
287,64 |
2006 |
521,79 |
С помощью критерия Фишера проверим полученную эконометрическую мо-дель на адекватность:
где:
n – общее количество наблюдений; n=10
т – количество параметров в модели; т=3
- среднее значение эмпирических данных;
yti – расчетные (теоретические) значения тренда синтезируемой модели.
Для ускорения расчетов составим промежуточную табл. 2.4.
Таблица 2.4
Год |
|
yi-yti |
|
(yi–yt)2 |
1997 |
-84,65 |
33,14 |
7165,62 |
1098,57 |
1998 |
-85,05 |
32,30 |
7233,50 |
1043,03 |
1999 |
-85,95 |
17,02 |
7387,40 |
289,77 |
2000 |
-96,85 |
-48,64 |
9379,92 |
2365,76 |
2001 |
-91,65 |
-44,64 |
8399,72 |
1993,02 |
2002 |
-12,35 |
-19,62 |
152,52 |
385,13 |
2003 |
35,15 |
1,18 |
1235,52 |
1,40 |
2004 |
70,85 |
-19,13 |
5019,72 |
365,96 |
2005 |
145,85 |
30,88 |
21272,22 |
953,46 |
2006 |
204,65 |
17,51 |
41881,62 |
306,69 |
Вместе |
0,00 |
0,00 |
109127,79 |
8802,78 |
Тогда Fроз(V1V2)=9,642086419, Fкрит=3,29
Результаты расчетов показывают, что Fрозр>Fкрит, т.е. 9,6>3,29
Значит синтезированная модель адекватная и ее можно использовать для прогнозирования. Для оценки прогнозных значений результативного параметра у(х) найдем одним из методов предполагаемых значений факторных признаков Х3 и Х10 в перспективе. Например, с помощью определения среднего темпа при-роста факторных признаков Х3 и Х10 найдем
Х3=974+0,01∙24=974,24;
Х10=12,8+0,03∙24=13,52.
Определим полуширину интервала прогноза. Для этого составим дополни-тельную табл. 2.5 облегчающую расчет.
Таблица 2.5
|
Х3 |
Х3–Х3ср |
(Х3–Х3ср)2 |
Х10 |
Х10–Х10ср |
(Х10–Х10ср)2 |
---|---|---|---|---|---|---|
|
887,00 |
-36,40 |
1324,96 |
7,3 |
-1,15 |
1,32 |
|
884,00 |
-39,40 |
1552,36 |
8,4 |
-0,05 |
0,00 |
|
894,00 |
-29,40 |
864,36 |
6,6 |
-1,85 |
3,42 |
|
903,00 |
-20,40 |
416,16 |
9,9 |
1,45 |
2,10 |
|
912,00 |
-11,40 |
129,96 |
6,9 |
-1,55 |
2,40 |
|
928,00 |
4,60 |
21,16 |
7,7 |
-0,75 |
0,56 |
|
939,00 |
15,60 |
243,36 |
7 |
-1,45 |
2,10 |
951,00 |
27,60 |
761,76 |
9,4 |
0,95 |
0,90 |
|
962,00 |
38,60 |
1489,96 |
8,5 |
0,05 |
0,00 |
|
974,00 |
50,60 |
2560,36 |
12,8 |
4,35 |
18,92 |
|
Вместе |
|
|
9364,40 |
|
|
31,75 |
где:
ta – коэффициент Стьюдента для заданного α и n-т из таблицы приложения;
n – количество наблюдений;
т – количество параметров в модели;
∆ – 217,2071741 (полуширина интервала прогноза).
Точность расчета прогноза можно определить с помощью относительной ошибки, которая рассчитывается по формуле
Е=(∆ ∕ уср) ∙ 100%
Е=64,9%
Степень влияния факторов Х3 и Х10 на результативную функцию у(х) можно оценить через коэффициент β и коэффициент эластичности Є.
к – номер факторного признака
Є3=8,18 Є10=0,21
σх3=30,60 σх10=1,78 σу=104,46
βх3=0,86 βх10=0,14
Как видно из простого анализа коэффициентов эластичности Єк и βк более сильное влияние на результативный параметр у(х) в многофакторной экономет-рической модели имеет факторный признак Х3.
Оценим величину коллинеарности между факторными параметрами Х3 и Х10 с помощью коэффициента парной корреляции . Для упрощения расчетов составим промежуточную табл. 2.6
Таблица 2.6
№ |
Х3 |
Х10 |
(Х3–Х3с)2 |
(Х10–Х10с)2 |
(Х3–Х3с)*(Х10–Х10с) |
1 |
887 |
7,3 |
1324,96 |
53,29 |
41,86 |
2 |
884 |
8,4 |
1552,36 |
70,56 |
1,97 |
3 |
894 |
6,6 |
864,36 |
43,56 |
54,39 |
4 |
903 |
9,9 |
416,16 |
98,01 |
-29,58 |
5 |
912 |
6,9 |
129,96 |
47,61 |
17,67 |
6 |
928 |
7,7 |
21,16 |
59,29 |
-3,45 |
7 |
939 |
7 |
243,36 |
49 |
-22,62 |
8 |
951 |
9,4 |
761,76 |
88,36 |
26,22 |
9 |
962 |
8,5 |
1489,96 |
72,25 |
1,93 |
10 |
974 |
12,8 |
2560,36 |
163,84 |
220,11 |
Сума |
9234 |
84,5 |
9364,4 |
745,77 |
308,5 |
Х3ср=923,4 Х10ср=8,45
Расчет коэффициента парной корреляции по выше представленой фор-муле показывает, что =0,116738 и он гораздо меньше . Это позволяет утверждать об отсутствии коллинеарности между факторами Х3 и Х10. Предста-вим данную эконометрическую многофакторную модель и прогнозные значения на графике (см. рис. 2).
Рис. 2 – Двуфакторная эконометрическая модель