Контрольная работа по "Статистическому моделированию"
Автор: Lera17081995 • Февраль 25, 2018 • Контрольная работа • 1,198 Слов (5 Страниц) • 592 Просмотры
Задание 1
Провести анализ произвольного динамического ряда:
1. Выявить наличие тенденции в выбранном динамическом ряду по критериям существенной разницы средних и Фостера-Стюарта
2. Выбрать оптимальную кривую роста и построить тренд
3. Выполнить прогноз на 1-3 года в зависимости от объема выборки.
Решение
1. Выявим наличие тенденции в выбранном динамическом ряду по критериям существенной разницы средних и Фостера-Стюарта.
Для анализа берём численность зарегистрированных преступлений в целом по Украине за период 2005-2016 гг.
Вводим данные и проводим вспомогательные расчёты.
[pic 1]
Выявим наличие тенденции в выбранном динамическом ряду по критериям существенной разницы средних и Фостера-Стюарта.
[pic 2]
[pic 3]
Поскольку tрасч = 5,363 > tтабл = 2,776, то средние двух подрядов отличаются существенно и ряд статистически неоднородный.
2. Выбираем оптимальную кривую роста и построим тренд.
[pic 4]
[pic 5]
Выбираем экспотенциальную модель
[pic 6]
[pic 7]
Полученная модель имеет вид: y = 3986564,88e0,034x
[pic 8]
Поскольку Fрасч > Fтабл, то модель является адекватной.
Коэффициент детерминации R2 = 0,93, то качество модели хорошее.
Коэффициент корреляции r = √ R2 = √0,93 = 0,964, то связь между уровнями ряда и временем очень тесная.
3. Выполним точечный и интервальный прогноз на 5 лет вперёд.
[pic 9]
На одном графике представим фактические и расчётные данные, а также точечный и интервальный прогноз числа зарегистрированных преступлений на период 2017-2012 гг.
[pic 10]
Задание 2
Провести многофакторный регрессионный анализ для моделирования и прогнозирования показателей социально-экономических или бизнес-процессов.
1. Выявить факторы для построения модели и собрать для них статистическую информацию.
2. Провести корреляционный анализ выбранных факторов.
3. Провести пошаговый регрессионный анализ с отбором факторов.
4. Осуществить анализ и интерпретацию построенной регрессии.
5. Выполнить прогноз согласно построенной модели.
Решение
1. Для множественного регрессионного анализа возьмём основные показатели по 50 предприятиям
Вводим обозначения для показателей:
Y - Прибыль (убыток), грн;
X1 - Долгосрочные обязательства, грн;
X2 - Краткосрочные обязательства, грн;
X3 - Основные средства, грн;
X4 - Дебиторская задолженность (краткосрочная), грн;
Х5 - Запасы готовой продукции и товаров для перепродажи, грн.
№ п.п. | Прибыль (убыток) | Долгосрочные обязательства | Краткосрочные обязательства | Основные средства | Дебиторская задолженность (краткосрочная) | Запасы готовой продукции и товаров для перепродажи |
Y | X1 | X2 | X3 | X4 | Х5 | |
1 | 1440075,0 | 61749,0 | 1007355,0 | 5165712,0 | 3490541,0 | 31365,0 |
2 | 5146,0 | 17532,0 | 58110,0 | 19595,0 | 23014,0 | 0,0 |
3 | 13612,0 | 20268,0 | 51271,0 | 81072,0 | 8678,0 | 84,0 |
4 | 964,0 | 211,0 | 5827,0 | 8446,0 | 4821,0 | 0,0 |
5 | 19513178,0 | 52034182,0 | 2411352,0 | 47002385,0 | 23780450,0 | 1696853,0 |
6 | 28973,0 | 602229,0 | 74839,0 | 1545052,0 | 204181,0 | 19474,0 |
7 | -780599,0 | 311268,0 | 15737048,0 | 740437,0 | 1456438,0 | 176,0 |
8 | 2598165,0 | 464651,0 | 4381403,0 | 11925177,0 | 5566412,0 | 127937,0 |
9 | 628091,0 | 214411,0 | 3728587,0 | 2580485,0 | 4285041,0 | 73823,0 |
10 | 29204,0 | 12039,0 | 738811,0 | 269908,0 | 624393,0 | 130,0 |
11 | 1945560,0 | 9670,0 | 716648,0 | 229855,0 | 2918345,0 | 39667,0 |
12 | 366170,0 | 287992,0 | 239076,0 | 349643,0 | 484537,0 | 5733,0 |
13 | -20493,0 | 1105293,0 | 8855,0 | 934881,0 | 9865,0 | 3319,0 |
14 | 381558,0 | 27265,0 | 265569,0 | 697664,0 | 196045,0 | 5763,0 |
15 | 1225908,0 | 431231,0 | 1525379,0 | 2231651,0 | 1095263,0 | 430844,0 |
16 | 3293989,0 | 37315847,0 | 8556455,0 | 23170344,0 | 2477424,0 | 38133,0 |
17 | 416616,0 | 2122138,0 | 258120,0 | 3509537,0 | 48174,0 | 28393,0 |
18 | -564258,0 | 1395080,0 | 7958766,0 | 1290245,0 | 286058,0 | 236642,0 |
19 | 221194,0 | 13429,0 | 105123,0 | 607249,0 | 72854,0 | 4548,0 |
20 | 701035,0 | 75554,0 | 497028,0 | 4616250,0 | 1304084,0 | 8773,0 |
21 | 62200,0 | 22195,0 | 1659245,0 | 991114,0 | 294575,0 | 0,0 |
22 | 123440,0 | 12350,0 | 84026,0 | 438262,0 | 44889,0 | 24866,0 |
23 | 55528,0 | 14686,0 | 137348,0 | 75442,0 | 24275,0 | 3949,0 |
24 | 422070,0 | 52443,0 | 662299,0 | 1269731,0 | 140535,0 | 8212,0 |
25 | -468,0 | 239255,0 | 29880,0 | 10870,0 | 114444,0 | 940,0 |
26 | 225452,0 | 1292,0 | 87112,0 | 227132,0 | 272147,0 | 0,0 |
27 | -61237,0 | 924951,0 | 299733,0 | 110970,0 | 76561,0 | 11218,0 |
28 | -540,0 | 0,0 | 46139,0 | 21278,0 | 25017,0 | 127,0 |
29 | 40588,0 | 1638,0 | 22683,0 | 139209,0 | 18072,0 | 7569,0 |
30 | 53182,0 | 54758,0 | 1909328,0 | 113113,0 | 496994,0 | 0,0 |
31 | -210,0 | 8,0 | 16191,0 | 12685,0 | 602,0 | 46,0 |
32 | 63058,0 | 235731,0 | 563481,0 | 873886,0 | 474612,0 | 0,0 |
33 | 1197196,0 | 2232742,0 | 1083829,0 | 2307478,0 | 1040387,0 | 25862,0 |
34 | 221177,0 | 4682,0 | 40664,0 | 331954,0 | 55155,0 | 1260,0 |
35 | 1548768,0 | 84262,0 | 413994,0 | 1138707,0 | 7613662,0 | 14716,0 |
36 | -33030,0 | 106,0 | 52575,0 | 16705,0 | 5038,0 | 0,0 |
37 | -34929,0 | 103567,0 | 1769300,0 | 393717,0 | 61353,0 | 833099,0 |
38 | 115847,0 | 275386,0 | 432312,0 | 517290,0 | 122062,0 | 6824,0 |
39 | 35198,0 | 20624,0 | 169155,0 | 484228,0 | 168314,0 | 3227,0 |
40 | 788567,0 | 33879,0 | 647914,0 | 402613,0 | 317153,0 | 14021,0 |
41 | 309053,0 | 99670,0 | 211624,0 | 18776,0 | 212882,0 | 1909,0 |
42 | 8552,0 | 257,0 | 99815,0 | 12381,0 | 63550,0 | 2558,0 |
43 | 173079,0 | 6120,0 | 114223,0 | 176126,0 | 147549,0 | 16197,0 |
44 | 1227017,0 | 33757,0 | 1930517,0 | 2063285,0 | 171162,0 | 63810,0 |
45 | 701728,0 | 381050,0 | 335238,0 | 59353,0 | 237083,0 | 3886,0 |
46 | 17927,0 | 53260,0 | 101834,0 | 84818,0 | 73343,0 | 963,0 |
47 | 2557698,0 | 4537040,0 | 21786237,0 | 3841845,0 | 33477251,0 | 26578,0 |
48 | 0,0 | 194091,0 | 64889,0 | 33112,0 | 15161,0 | 7,0 |
49 | 5406,0 | 1185,0 | 27941,0 | 38560,0 | 7540,0 | 6465,0 |
50 | 40997,0 | 101706,0 | 39653,0 | 178604,0 | 58762,0 | 1035,0 |
...