Создан заказ №2973937
7 мая 2018
Вариант №71 Имеются следующие данные о спросе на телятину и факторы его определяющие на 1948-1963гг
Как заказчик описал требования к работе:
Необходимо исследовать спрос на телятину с 1948г. по 1963г. с помощью методов факторного анализа.
Прикрепленный файл 71 вариант- исходные данные.
Второй файл 33 вариант- решенный вариант подобной работы.
Фрагмент выполненной работы:
Вариант №71
Имеются следующие данные о спросе на телятину и факторы его определяющие на 1948-1963гг.:
Таблица №1
годы
1948 2,13 4,92 1133,00
1
1949 1,71 4,62 1222,00 2,65 2
1950 2,91 3,50 1354,00 2,75 3
1951 3,09 3,17 1390,00
4
1952 3,17 3,40 1345,00 2,90 5
1953 3,62
1381,00 2,85 6
1954 3,51 3,68 1495,00 3,10 7
1955 3,61 3,81 1690,00 3,40 8
1956 3,80 4,00 1711,00 3,50 9
1957 3,95 4,50 1812,00
10
1958 4,20 4,70 1830,00 4,90 11
1959 4,60 4,70 1855,00 5,90 12
1960 4,62 4,75
13
1961 4,70 4,70
14
1962 4,85 4,80
15
1963 4,97 4,95
16
где, – спрос на душу, кг
– цена преобр. (работа была выполнена специалистами Автор 24) телятины, руб
– доход на душу, руб.
– цена преобр. говядины, руб.
– время
Количество уровней рядов n=16 .
Решение:
В табл.№2 представлены исходные данные табл.№1, в которых заполнены пустые ячейки. Неизвестные значения независимой переменной x рассчитываем как среднеарифметическое xi+1 и xi-1
годы
1948 2,13 4,92 1133,00 2,55 1
1949 1,71 4,62 1222,00 2,65 2
1950 2,91 3,50 1354,00 2,75 3
1951 3,09 3,17 1390 2,83 4
1952 3,17 3,4 1345 2,9 5
1953 3,62 3,54 1381 2,85 6
1954 3,51 3,68 1495 3,1 7
1955 3,61 3,81 1690 3,4 8
1956 3,80 4 1711 3,5 9
1957 3,95 4,5 1812 4,2 10
1958 4,20 4,7 1830 4,9 11
1959 4,60 4,7 1855 5,9 12
1960 4,62 4,75 1880 6,9 13
1961 4,70 4,7 1905 7,9 14
1962 4,85 4,8 1930 8,9 15
1963 4,97 4,95 1955 9,9 16
Таблица №3
1,0000
0,3609 1,0000
0,9412 0,4993 1,0000
0,8344 0,6508 0,8275 1,0000
0,9632 0,5363 0,9708 0,9132 1,0000
В табл.№3 приведена матрица парных коэффициентов корреляции между рассматриваемыми факторами. Коэффициент корреляции ryx1=0,3609 очень низкий, что говорит о плохой связи между ценой телятины и спросом на душу населения. Проверим статистическую значимость данного коэффициента для чего вычислим соответствующее значение t-критерия ( – число факторов модели):
Y;X1: tнаблyx1=ryx1n-m-11-ryx12≈0.360916-2-11-0.36092≈1.4
В свою очередь,tкр≈2,16 – критическое значение коэффициента Стьюдента для уровня значимости α=0,05 и числа степеней свободы
f=n-m-1=13.
tнаблyx1<tкр значит полученный коэффициент корреляции ryx1 статистически незначим, значит можно исключить фактор X1 из рассматриваемой модели
Таблица №3.1
1,0000
0,9412 1,0000
0,8344 0,8275 1,0000
0,9632 0,9708 0,9132 1,0000
В модель множественной регрессии отберем те факторы, у которых парная корреляционная связь минимальна. Из табл.№3.1 видно, что такими факторами являются X3 и X2.
Проверим статистическую значимость коэффициентов парной корреляции ryx3 и ryx2, для чего вычислим соответствующие наблюдаемые значение t-критерия ( – число факторов модели):
Y;X2: tнаблyx2=ryx2n-m-11-ryx22≈0.941216-2-11-0.94122≈10.04
Y;X3: tнаблyx3=ryx3n-m-11-ryx32≈0.834416-2-11-0.83442≈35.71
tнаблyx2>tкр и tнаблyx3>tкр коэффициенты корреляции ryx2 и ryx3 статистически значимы. Далее, построим множественную регрессионную модель на выбранных факторах. В табл.№4 представлены результаты промежуточных расчетов, необходимые для последующих вычислений. Согласно табл.№4 имеем следующее.
Таблица №4
i
yi
x2i
x3i
(yi-y)2
(x2i-x2)2
(x3i-x3)2
1 2,13 1133 2,55 2,5122 235225 4,6037
2 1,71 1222 2,65 4,0200 156816 4,1846
3 2,91 1354 2,75 0,6480 69696 3,7855
4 3,09 1390 2,83 0,3906 51984 3,4806
5 3,17 1345 2,9 0,2970 74529 3,2243
6 3,62 1381 2,85 0,0090 56169 3,4063
7 3,51 1495 3,1 0,0420 15129 2,5460
8 3,61 1690 3,4 0,0110 5184 1,6786
9 3,8 1711 3,5 0,0072 8649 1,4295
10 3,95 1812 4,2 0,0552 37636 0,2456
11 4,2 1830 4,9 0,2352 44944 0,0418
12 4,6 1855 5,9 0,7832 56169 1,4505
13 4,62 1880 6,9 0,8190 68644 4,8593
14 4,7 1905 7,9 0,9702 82369 10,2680
15 4,85 1930 8,9 1,2882 97344 17,6768
16 4,97 1955 9,9 1,5750 113569 27,0855
Итого 59,44 25888 75,13 13,6634 1174056 89,9666
среднее 3,715 1618 4,6956 0,8540 73378,5 5,6229
Выборочные средние значения:
y=1ni=1nyi=59.4416≈3.72
x2=1ni=1nx2i=2588816≈1618
x3=1ni=1nx3i=75.1316≈4.7
Выборочные дисперсии:
Sy2=1ni=1n(yi-y)2=13.6616≈0.85
Sx22=1ni=1n(x2i-x2)2=117405616≈73378.5
Sx32=1ni=1n(x3i-x3)2=89.9716≈5.62
Выборочные среднеквадратические отклонения
Sy=Sy2=0.85=0.9241
Sx2=Sx22=73378.5=270.8847
Sx3=Sx32=5.62=2.3713
Выпишем парные коэффициенты корреляции (см. табл.№3):
ryx2=yx2-y∙x2SySx2=0.9412
ryx3=yx3-y∙x3SySx3=0.8344
rx2x3=x2x3-x2∙x3Sx2Sx3=0.8275
Уравнение множественной регрессии в стандартизированном виде:
ty=β2tx2+β3tx3
Где
ty=y-ySy; tx2=x2-x2Sx2; tx3=x3-x3Sx3
Коэффициенты β2 и β3 являются решением системы:
β2+β3rx2x3=ryx2β2rx2x3+β3=ryx3~β2+0.8275β3=0.94120.8275β2+β3=0.8344
β2=0.7954 β3=0.1762
так что
ty=0.7954tx2+0.1762tx3 (1)
Найдем уравнение множественной регрессии в естественном виде:
yx2;x3=b2x2+b3x3+a0
Из (1) имеем:
y-3.7150.9241=0.7954x2-1618270.88+0.1762x3-4.69562.3713
yx2;x3=0.0027x2+0.0687x3-0.9978 (2)
Рассчитаем частные коэффициенты эластичности:
E2=b2x2y=0.0027∙16183.715≈1.18
E3=b3x3y=0.0687∙4.69563.715≈0.09
Таким образом, влияние фактора X2 (доход на душу населения) на результирующий признак Y(спрос на душу населения) существенно так как E2>1, а влияние фактора X3 (цена преоб...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
20 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
8 мая 2018
Заказ завершен, заказчик получил финальный файл с работой
5
Вариант №71
Имеются следующие данные о спросе на телятину и факторы его определяющие на 1948-1963гг.jpg
2018-05-11 00:36
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Просто превосходная работа!!! Все выполнено четко, грамотно и раньше срока! Большущее-пребольшущее СПАСИБО!
Хочешь такую же работу?
300 ₽
