Контрольная работа по "Эконометрике"
Контрольная работа, 14 Ноября 2013, автор: пользователь скрыл имя
Краткое описание
На основании данных об экономической и финансовой отчетности вашего предприятия:
1) Провести анализ динамики объема продаж и выручки предприятия;
2) Используя данные экономической отчетности, выявить факторы, влияющие на объем продаж.
3) Обосновать выбор и построить модель статистической динамики продаж.
4) Построить модель объема продаж в форме множественной регрессии с лаговыми объясняющими переменными, доказать качество построенного уравнения (с помощью F -статистики Фишера (а =0,05) и t- критерия Стьюдента, оцените надёжность параметров и уравнений регрессии в целом).
Прикрепленные файлы: 1 файл
Отчет по эконометрике.doc
— 1.11 Мб (Скачать документ)
Для расчета средней ошибки аппроксимации рассчитаем отношение , а затем его сумму.
Тогда средняя ошибка аппроксимации для данного примера будет равна:
В общем и целом виде можно сказать, что уравнение статистически значимо, т.к. очень маленькое значение средней ошибки аппроксимации.
- Оценить модель на гетероскедастичность или гомоскедастичность остатков.
Через вкладку «Анализ данных», «Регрессия» построим графики остатков для Х1 и Х2 из линейной модели статистической динамики продаж из второго задания.
Из графиков остаток видно, что остатки гомоскедастичны, т.е. дисперсия каждого отклонения остаточных величин регрессии одинакова для всех значений Х.
- Используя эконометрические модели динамики и множественной регрессии сделать прогноз уровня продаж предприятия (i пр.1 = 1.25; i пр.2 = 0,9).
Чтобы сделать прогноз нужно рассчитать Упрогнозное.
Линейное | ||||
Объем продаж.У |
Цена Х1 |
Широта ассортимента Х2 |
Х1 ср. |
23,333333 |
190032 |
25 |
15 |
Х2 ср. |
16,5 |
190168 |
22 |
16 |
||
190236 |
21 |
14 |
||
196548 |
20 |
15 |
||
198863 |
23 |
17 |
||
200820 |
24 |
18 |
||
201658 |
21 |
19 |
||
206589 |
26 |
16 |
||
210294 |
22 |
14 |
||
212761 |
24 |
18 |
||
216412 |
28 |
19 |
||
222296 |
24 |
17 |
||
сумма |
280 |
198 |
||
Рассчитав средние значения Х, рассчитаем Хпрогнозные.
Линейное | ||||
Объем продаж.У |
Цена Х1 |
Широта ассортимента Х2 |
Х1 ср. |
23,333333 |
190032 |
25 |
15 |
Х2 ср. |
16,5 |
190168 |
22 |
16 |
||
190236 |
21 |
14 |
||
196548 |
20 |
15 |
||
198863 |
23 |
17 |
||
200820 |
24 |
18 |
||
201658 |
21 |
19 |
||
206589 |
26 |
16 |
||
210294 |
22 |
14 |
||
212761 |
24 |
18 |
Х1 пр. |
29,166667 |
216412 |
28 |
19 |
||
222296 |
24 |
17 |
||
сумма |
280 |
198 |
||
Линейное | ||||
Объем продаж.У |
Цена Х1 |
Широта ассортимента Х2 |
Х1 ср. |
23,333333 |
190032 |
25 |
15 |
Х2 ср. |
16,5 |
190168 |
22 |
16 |
||
190236 |
21 |
14 |
||
196548 |
20 |
15 |
||
198863 |
23 |
17 |
||
200820 |
24 |
18 |
||
201658 |
21 |
19 |
||
206589 |
26 |
16 |
||
210294 |
22 |
14 |
||
212761 |
24 |
18 |
Х1 пр. |
29,166667 |
216412 |
28 |
19 |
Х2 пр. |
14,85 |
222296 |
24 |
17 |
||
сумма |
280 |
198 |
||
Рассчитаем Упрогнозное , подставив все значения в уравнение.
Линейное | ||||
Объем продаж.У |
Цена Х1 |
Широта ассортимента Х2 |
Х1 ср. |
23,333333 |
190032 |
25 |
15 |
Х2 ср. |
16,5 |
190168 |
22 |
16 |
||
190236 |
21 |
14 |
||
196548 |
20 |
15 |
а |
133980,82 |
198863 |
23 |
17 |
б1 |
1638,6808 |
200820 |
24 |
18 |
б2 |
1869,0733 |
201658 |
21 |
19 |
||
206589 |
26 |
16 |
||
210294 |
22 |
14 |
||
212761 |
24 |
18 |
Х1 пр. |
29,166667 |
216412 |
28 |
19 |
Х2 пр. |
14,85 |
222296 |
24 |
17 |
||
сумма |
280 |
198 |
У пр. |
209531,42 |
Из расчетов можно сделать вывод о том, что при увеличении цены на 25% и уменьшении широты ассортимента на 10%, объем продаж составит 209531,42.
Контрольное задание № 2
На основе бухгалтерской и финансовой отчетности предприятия построить эконометрические модели на основе функции Кобба-Дугласа, доказать качество построенного уравнения. Дать экономическую интерпретацию полученным результатам.
Производственная функция
Р – объем рподукции;
L – затраты труда;
К – величина капитала.
Прологарифмировав данную функцию, получаем:
На основе бухгалтерской и финансовой отчетности предприятия подобрали данные, чтобы построить эконометрические модели на основе функции Кобба-Дугласа. Прологарифмировали эти данные. Получили следующее.
(У)Объем продаж |
Производительность труда |
Капитал |
lnP |
lnL |
lnK |
7582 |
125,3 |
258654 |
8,933532 |
4,830711 |
12,46325 |
7582 |
125,3 |
258654 |
8,933532 |
4,830711 |
12,46325 |
7572 |
125,2 |
258644 |
8,932213 |
4,829912 |
12,46321 |
7672 |
128,2 |
260852 |
8,945333 |
4,853592 |
12,47171 |
7953 |
154,2 |
262654 |
8,981304 |
5,03825 |
12,47859 |
7125 |
110,9 |
210965 |
8,871365 |
4,708629 |
12,25945 |
7675 |
128,4 |
260862 |
8,945724 |
4,85515 |
12,47175 |
7452 |
119,5 |
215965 |
8,916238 |
4,783316 |
12,28287 |
7258 |
120,9 |
216524 |
8,88986 |
4,794964 |
12,28546 |
7683 |
128,9 |
220110 |
8,946765 |
4,859037 |
12,30188 |
8100 |
146,2 |
222110 |
8,999619 |
4,984976 |
12,31093 |
7325 |
122,5 |
217965 |
8,899048 |
4,808111 |
12,29209 |
Сумма |
107,1945 |
58,17736 |
148,5444 | ||
Среднее значение |
8,932878 |
4,848113 |
12,3787 |
Через вкладку «Анализ данных», «Регрессия» рассчитали основные показатели, которые нужны для построения модели.
ВЫВОД ИТОГОВ |
||||||
Регрессионная статистика |
||||||
Множественный R |
0,9245091 |
|||||
R-квадрат |
0,854717 |
|||||
Нормированный R-квадрат |
0,8224319 |
|||||
Стандартная ошибка |
0,0152303 |
|||||
Наблюдения |
12 |
|||||
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
0,0122819 |
0,006140965 |
26,474039 |
0,00016981 |
|
Остаток |
9 |
0,0020877 |
0,000231962 |
|||
Итого |
11 |
0,0143696 |
||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% | |
Y-пересечение а |
6,6524881 |
0,5999095 |
11,08915228 |
1,504E-06 |
5,29539847 |
8,00957774 |
Переменная X 1 b1 |
0,3610382 |
0,0574115 |
6,288607426 |
0,0001429 |
0,23116444 |
0,49091199 |
Переменная X 2 b2 |
0,0428183 |
0,0529632 |
0,808454013 |
0,4396757 |
-0,0769928 |
0,16262951 |
a |
4492500,2 |
|||||