Завдання 3
0 х 13 (00 х 00001101)
Визначити, використовуючи алгоритм МГОА з послідовним виділенням трендів, часткові описи для другого ряду селекції при наступних даних:
Таблиця 3.1 - Дані про діяльність фірми за минулі роки
Показники |
1 рік |
2 рік |
3 рік |
4 рік |
5 рік |
6 рік |
7 рік |
8 рік |
|
Попит на продукцію, млн. грн. |
18,2 |
17,6 |
14,2 |
13,8 |
11,5 |
10,1 |
8,1 |
7,2 |
|
Ціна, грн. |
24 |
31 |
41 |
51 |
49 |
68 |
77 |
85 |
В якості залежної змінної прийміть попит на продукцію, а незалежних змінних - час, ціну. В якості апроксимуючої функції - лінійну залежність.
Розділимо усю кількість даних (N=8) на дві частини за часом. Перші шість будемо використовувати для розрахунків, а двома останніми (n=2) будемо перевіряти.
Визначимо, який вид залежності найбільш точно описує залежність попиту на продукцію (Y) від незалежних змінних: часу (X1) та попиту (X2):
y=a0+a1x1;
y=a0+a1x2;
y=a0+a1x1+a2x2;
Визначимо лінійну залежність попиту на продукцію від часу. Лінійна залежність має вигляд :
y=a0+a1x1.
Для визначення коефіцієнтів рівняння складемо і розвяжемо систему :
Таблиця 3.2 - Результати проміжних розрахунків
Рік |
х1 (час) |
у (попит) |
х12 |
х1у |
|
1 |
1 |
18,2 |
1,00 |
18,20 |
|
2 |
2 |
17,6 |
4,00 |
35,20 |
|
3 |
3 |
14,2 |
9,00 |
42,60 |
|
4 |
4 |
13,8 |
16,00 |
55,20 |
|
5 |
5 |
11,5 |
25,00 |
57,50 |
|
6 |
6 |
10,1 |
36,00 |
60,60 |
|
Сума |
21 |
85,4 |
91 |
269,30 |
Маємо систему:
Розвязавши систему методом підстановки невідомих отримали:
b1= -1,69
b0= 20,15
Залежність попиту на продукцію від часу має вигляд:
У= 20,15 - 1,69х1,
тобто, щороку попит знижується в середньому на 1,69 млн.грн.
Визначимо прогнозні дані на 7 та 8 роки :
У7=20,15 - 1,69*7 = 8,32;
У8=20,15 - 1,69*8 = 6,63.
Знайдемо середньоквадратичну похибку :
?7=(8,1+8,32)2/8,12= 4,11,
?28=(7,2+6,63)2/7,22= 3,69.
Аналогічно визначимо лінійну залежність попиту на продукцію від ціни:
y=a0+a1x2;
Рік |
х2 (ціна) |
у (попит) |
х22 |
х2у |
|
1 |
24 |
18,2 |
576 |
436,8 |
|
2 |
31 |
17,6 |
961 |
545,60 |
|
3 |
41 |
14,2 |
1681 |
582,2 |
|
4 |
51 |
13,8 |
2601 |
703,8 |
|
5 |
49 |
11,5 |
2401 |
563,50 |
|
6 |
68 |
10,1 |
4624 |
686,8 |
|
Сума |
264 |
85,4 |
12844 |
3518,7 |
6b0+264b1=85,4 b0 =22,6
264b0+12844b1 = 3518,7, b1 =-0,19
Розвязавши методом зрівняння невідомих отримуємо :
y=22,6-0,19x2,
тобто при зростанні ціни на одну гривню попит знижується в середньому на 0,19 млн. грн..
Визначимо прогнозні дані на 7 та 8 років:
y7=23,6-0,22*77=6,66;
y8=23,6-0,22*85=4,9.
Знайдемо середньоквадратичну похибку:
?7=(77+6,66)2/6,662= 157,8,
?8=(85+4,9)2/4,92= 336,6.
Визначаємо лінійну залежність попиту від двох факторів: часу та ціни на продукцію. Рівняння, що описує залежність матиме вигляд:
y=a0+a1x1+a2x2;
Для визначення параметрів рівняння складемо і розвяжемо систему нормальних лінійних рівнянь:
Таблиця 3.4 - результати проміжних розрахунків (незалежні фактори: час, ціна)
Рік |
Х1 |
Х2 |
У |
Х12 |
Х22 |
Х1Х2 |
УХ1 |
УХ2 |
|
1 |
1 |
24 |
18,2 |
1 |
576 |
24 |
18,2 |
436,8 |
|
2 |
2 |
31 |
17,6 |
4 |
961 |
62 |
35,2 |
545,6 |
|
3 |
3 |
41 |
14,2 |
9 |
1681 |
123 |
42,6 |
582,2 |
|
4 |
4 |
51 |
13,8 |
16 |
2601 |
204 |
55,2 |
703,8 |
|
5 |
5 |
49 |
11,5 |
25 |
2401 |
245 |
57,5 |
563,5 |
|
6 |
6 |
68 |
10,1 |
36 |
4624 |
408 |
60,6 |
686,8 |
|
Сума |
21 |
264 |
85,4 |
91 |
12844 |
1066 |
269,3 |
3518,7 |
Коефіцієнти системи знайдемо за методом Крамера. Запишемо матриці А та С.
а0=, а1=, а2=.
6 |
21 |
264 |
|||
D=detA= |
21 |
91 |
1066 |
= 7956 |
|
264 |
1066 |
12844 |
85,4 |
21 |
264 |
|||
D0= |
269,3 |
91 |
1066 |
= 158238,6 |
|
3518,7 |
1066 |
12844 |
6 |
85,4 |
293 |
||||
D1= |
21 |
269,3 |
1144 |
= _ 224946,9 |
||
264 |
3518,7 |
15115 |
6 |
21 |
85,4 |
|||
D2= |
21 |
91 |
269,3 |
=134,7 |
|
264 |
1066 |
3518,7 |
Визначимо коефіцієнти квадратичної моделі:
а0 = 19,89
а1= - 28,27
а2= 0,02
Лінійна залежність попиту на продукцію від часу та ціни має вигляд: y=19,89 - 28,27x1 + 0,02x2.
Коефіцієнти лінійної багатофакторної моделі показують, що при незмінних цінах щороку попит на продукцію збільшується в середньому на 28,27 млн. грн.. В середині року при зростанні цін на одну гривню, попит на продукцію скорочується в середньому на 0,02 млн. грн..
Визначаємо прогнозні значення та середньоквадратичну похибку:
y7=19,89-28,27*7+0,02*77= - 176,46;
y8=19,89-28,27*8+0,02*85= - 204,57;
?7=(8,1+176,46)2/8,12= 519,2
?8=(7,2+204,57)2/7,22= 865,1
Висновок: залежність попиту на продукцію від часу має найменшу середньоквадратичну похибку, тому слід віддати їй перевагу над іншими. Тому для прогнозування приймаємо наступну модель: y=22,6-0,19x2.
- 9. Метод найменших квадратів для побудови економетричних моделей.
- Тема 4: Узагальнений метод найменших квадратів.
- Суть принципу найменших квадратів.
- 11.7. Трикроковий метод найменших квадратів (3мнк)
- 7.5. Трикроковий метод найменших квадратів (змнк)
- Трьохкроковий метод найменших квадратів.
- Трьохкроковий метод найменших квадратів.
- 85.Трьохкроковий метод найменших квадратів
- Непрямий метод найменших квадратів.