Создан заказ №1160491
4 мая 2016
Вам необходимо построить экономико-математическую модель развития коммерческой деятельности
Как заказчик описал требования к работе:
Срочно решить контрольную работу по эконометрике из 6 задач в двух вариантах. Все решения нужно подробно расписать.
Фрагмент выполненной работы:
Вам необходимо построить экономико-математическую модель развития коммерческой деятельности.
Построить матрицу коэффициентов парной корреляции и выявить мультиколлинеарные факторы (если они присутствуют);
Проверить модель на однородность и соответствие закону нормального распределения
Провести корреляционно-регрессионный анализ и выявить итоговое уравнение регрессии.
В модель включены следующие признаки:
Y - динамика оптового товарооборота, тыс. (работа была выполнена специалистами author24.ru) руб.;
х1- сезонность колебаний, %;
х2 - фондовооруженность, тыс. руб. / чел.;
х3 -коэффициент оборачиваемости товарных запасов;
х4 - индекс цен, %;
х5 - уровень себестоимости, %.
Исходные данные для построения модели представлены в таблицах:
Вариант № 3
Исходные данные для построения модели
Период Y X1 X2 X3 X4 X5
1 6840 57,48 560,2 2,32 99,77 92,91
2 10292 104,54 559,4 2,63 102,4 92,89
3 10642 105,99 558,1 2,71 107,35 92,86
4 12770 105,99 552,6 2,95 108,5 92,87
5 7408 168,84 550,2 2,36 109,96 92,69
6 10524 197,79 549,7 2,59 110,98 92,54
7 11120 73,33 548,1 2,68 105,82 92,34
8 13994 120,04 542,8 3,41 105,76 92,12
9 7368 168,35 546,9 2,34 107,36 92,17
10 10520 197,59 550,2 2,58 107,96 92,23
11 11210 103,99 554,3 2,67 110,37 92,27
12 14020 130,06 565,4 3,11 115,38 91,31
Решение:
Построим матрицу коэффициентов парной корреляции и выявим мультиколлинеарные факторы (если они присутствуют):
Вычислим матрицу коэффициентов парной корреляции, проверим значимость коэффициентов корреляции:
Для построения корреляционного анализа воспользуемся пакетом прикладных программ Microsoft Excel, функцией «Анализ данных».
Выполняем следующие действия:
Данные для корреляционного анализа должны располагаться в смежных диапазонах ячеек.
Выбрать команду «Сервис» → «Анализ данных».
В диалоговом окне «Анализ данных» выбрать инструмент «Корреляция», а затем щелкнуть кнопку «ОК».
В диалоговом окне «Корреляция» в поле «Входной интервал» необходимо ввести диапазон ячеек, содержащих исходные данные. Если введены и заголовки столбцов, то установить флажок «Метки в первой строке».
Выбрать параметры вывода. В данном случае «Новый рабочий лист».
«ОК»
Результаты корреляционного анализа
Рис.5
Анализ матрицы коэффициентов парной корреляции начнем с анализа первого столбца матрицы, в котором расположены коэффициенты корреляции, отражающие тесноту связи, зависимой переменной динамика оптового товарооборота с включенными в анализ факторами. Анализ показывает, что зависимая переменная, то есть динамика оптового товарооборота, имеет весьма тесную связь с коэффициент оборачиваемости товарных запасов (ryx3 = 0,939), заметную связь с индекс цен (ryx5 = 0,439) и уровень себестоимости (ryx6 = 0,486). Факторы Х1 и Х2 имеют слабую связь с зависимой переменной и их не рекомендуется включать в модель регрессии.
Затем перейдем к анализу остальных столбцов матрицы с целью выявления коллинеарности. Одним из условий регрессионной модели является предположение о линейной независимости объясняющих переменных, т. е., решение задачи возможно лишь тогда, когда столбцы и строки матрицы исходных данных линейно независимы. Для экономических показателей это условие выполняется не всегда. Под мультиколлинеарностью понимается высокая взаимная коррелированность объясняющих переменных, которая приводит к линейной зависимости нормальных уравнений. Один из подходов определения наличия или отсутствия мультиколлинеарности заключается в анализе матрицы коэффициентов парной корреляции. Считают явление мультиколлинеарности в исходных данных установленным, если коэффициент парной корреляции между двумя переменными больше 0,7.
Так как все парные коэффициенты меньше 0,7 можно сделать вывод, что мультиколинеарность отсутствует.
Вычислим определитель матрицы парных коэффициентов корреляции:
Чем ближе к нулю определитель матрицы межфакторной корреляции, тем сильнее мультиколлинеарность факторов и ненадежнее результаты множественной регрессии. Чем ближе к единице детерминант (определитель) матрицы межфакторной корреляции, тем меньше мультиколлинеарность факторов. В нашем случае не значительная мультиколлинеарность присутствует, так как определитель матрицы межфакторной корреляции равен 0,203.
Таким образом, на основе анализа корреляционной матрицы для включения в модель регрессии остаются три фактора – коэффициент оборачиваемости товарных запасов, индекс цен и уровень себестоимости (n = 12, k =3).
Проверим модель на однородность и соответствие закону нормального распределения:
Сводную таблицу основных статистических характеристик для одного или нескольких массивов данных можно получить с помощью инструмента EXCEL анализа данных Описательная статистика.
Для этого выполните следующие шаги:
Введите исходные данные
Выполните команду меню Сервис, Анализ данных, Описательная статистика
Рисунок SEQ Рисунок \* ARABIC 1 Окно инструмента Описательная статистика
Задаем уровень надежности среднего 95%,т.е. уровень значимости будет равен 0,05.
Результаты вычисления
Определяем уровень варьирования признаков:
Приходим к выводу об умеренном уровне варьирования признаков, не превышающем 35% (т.е...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
5 мая 2016
Заказ завершен, заказчик получил финальный файл с работой
5
Вам необходимо построить экономико-математическую модель развития коммерческой деятельности.docx
2017-12-23 17:13
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Спасибо большое автору! Не в первый раз обращаюсь к этому автору, все работы всегда выполняет очень быстро.
Хочешь такую же работу?
300 ₽
