Использование регрессионного анализа в прогнозировании объема продаж
Автор: anastasia.falko • Январь 16, 2019 • Контрольная работа • 1,162 Слов (5 Страниц) • 596 Просмотры
Домашнее задание по курсу «Управленческая экономика»
Тема. Использование регрессионного анализа
в прогнозировании объема продаж
Задание.
- Путем построения матрицы коэффициентов парной корреляции выбрать факторный признак, наиболее тесно связанный со спросом Y.
- Построить однофакторную модель зависимости спроса (Y) от факторного признака, выявленного в п.1:
- путем использования линейной функции
- путем использования степенной функции
- путем использования экспоненциальной функции
Представить все построенные модели графически
3. Для оценки качества построенных уравнений регрессии рассчитать по всем моделям индекс корреляции, коэффициент детерминации, среднюю ошибку аппроксимации. Свести результаты в таблицу и объяснить полученные числовые значения. Анализируя полученные результаты выявить наиболее точную модель.
4. Оценить и проанализировать коэффициенты эластичности спроса от выбранного факторного признака двумя способами.
5. Составить прогноз спроса на два шага вперед, используя для прогнозирования значений факторного признака метод средних абсолютных приростов.
6. По результатам расчетов сделать выводы.
Исходные данные для выполнения домашнего задания расположены на сайте Росстата www.gks.ru.
Вариант 6
Вариант | Результативный признак (Y) | Факторный признак 1 | Факторный признак 2 | Факторный признак 3 |
6 | Объем продаж мяса и птицы, тыс. тонн | Средние потребительские цены на говядину, руб./кг. | Среднемесячная начисленная номинальная заработная плата, руб. | Индекс потребительских цен на товары и услуги |
Решение
- Путем построения матрицы коэффициентов парной корреляции выбрать факторный признак, наиболее тесно связанный со спросом Y.
Путем построения матрицы коэффициентов корреляции выберем факторный признак наиболее тесно связанный со спросом Y.
Табл. 1- Исходные данные
[pic 1]
Табл. 2- Расчет коэффициента корреляции
[pic 2]
Наиболее тесно связанным с результативным признаком Y-объем продаж мяса и птицы является факторный признак X3- индекс потребительских цен на товары и услуги, так как соответствующий коэффициент корреляции по модулю
-0,040985993 наиболее близок к 1.
- Построить однофакторную модель зависимости спроса (Y) от факторного признака, выявленного в п.1:
- путем использования линейной функции;
- путем использования степенной функции;
- путем использования экспоненциальной функции.
Построим однофакторную модель ВВП (Y) от основных фондов (X3) путем использования линейной функции.
Степенная функция имеет вид: [pic 3]
Табл. 3 - Расчет линейной функции
[pic 4]
Расчитаем среднее квадратическое отклонение по формуле (1):
; (1)[pic 5]
[pic 6]
Возведя в квадрат полученное значение квадратического отклонения получим дисперсию (2):
; (2)[pic 7]
=327184,9.[pic 8][pic 9]
Параметры линейного уравнения определяем по формулам (3) и (4):
; (3) [pic 10]
; (4)[pic 11]
;[pic 12]
[pic 13]
Таким образом, получаем следующее уравнение линейной регрессии:
[pic 14]
Представим однофакторную модель зависимости (Y) от факторного признака (Х2) путем использования линейной функции графически (рис.1).
[pic 15]
Рис.1- Графическая модель с использованием линейной функции
Построим однофакторную модель путем использования степенной функции.
Степенная регрессия имеет вид: [pic 16]
Табл. 4 - Расчет степенной функции
[pic 17]
Параметры степенного уравнения определяем по формулам (5) и (6):; (5). (6)[pic 18][pic 19]
...