Создан заказ №3277648
28 октября 2018
Валовой национальный продукт (Y) в млрд условных единиц зависит отпроцента работающих (X1) на 1000 чел
Как заказчик описал требования к работе:
Задачи: 1, 30, 47 .Пожалуйста с пояснением решения,чтоб я могла во всем разобраться.
Фрагмент выполненной работы:
Валовой национальный продукт (Y) в млрд. условных единиц зависит отпроцента работающих (X1) на 1000 чел. и капиталовложений (Х2) в млрд. условных единиц. Коэффициенты регрессии оценить для α=0,05.
X1 Х2 Y
33,1 25,1 54,1
34,2 25,4 54,9
36,3 30,2 62
38,4 32,7 66,3
41 35,7 70,5
43,7 41,1 79,3
44,3 43,5 81,3
46 47,9 88
47 53,3 94,8
49,3 56,8 99,7
Решение:
По таблице исходных данных составить систему нормальных уравнений, для чего запишем следующие матрицы:
Найдем матрицу моментов:
Вычислим следующую матрицу:
Составим систему нормальных уравнений:
Решение в матричном виде будет иметь следующий вид:
где обратная матрица к матрице А.
Найдем обратную матрицу по формуле:
Находим решение системы в матричном виде:
На основании полученных оценок параметров составим уравнение производственной функции:
Экономический смысл коэффициентов и в том, что это показатели силы связи, характеризующие изменение при изменении какого-либо факторного признака на единицу своего измерения при фиксированном влиянии другого фактора. (работа была выполнена специалистами author24.ru) Так, при изменении процента работающих на 1000 чел.() на один млрд. условных единиц, валовой национальный продукт () возрастает на 0,59 млрд. условных единиц; при изменении капиталовложений () на один млрд. условных единиц, валовой национальный продукт ( ) увеличится на 1,15 млрд. условных единиц.
Определим RSS, TSS, ESS. Найдем оценку дисперсии ошибки модели.
- сумма квадратов отклонений остаточной компоненты;
- факторная, объясненная дисперсия;
-сумма квадратов отклонений уровней исходного ряда от его среднего значения.
Оценка дисперсии ошибки модели ,
где yi – это фактические значения,
yi(ti) – теоретические или расчетные значения,
m – число параметров (независимых переменных).
Коэффициент множественной корреляции (индекс корреляции), возведенный в квадрат (R2), называется коэффициентом детерминации.
R2==.
В нашем примере R2=0,9995. Это означает, что факторами: процент работающих на 1000 чел. и капиталовложения, можно объяснить почти 99,95% изменения валового национального продукта. Остальные 0,05% изменения темпа роста инфляции объясняются факторами, не учтенными в модели.
На уровне значимости 0,05 оценим статистическую значимость уравнения коэффициента наклона и регрессии в целом.
В рассматриваемом примере Fфакт.=7310,61, а Fтабл.=4,74. Таким образом, Fфакт.> Fтабл. и принимается гипотеза о статистической значимости коэффициента наклона и уравнения регрессии в целом.
Определим дисперсию и среднеквадратическое отклонение коэффициентов регрессии. Воспользуемся известным значением s2 =0,1596.
Подсчитаем среднеквадратическое отклонение для каждого коэффициента:
σ0 = √8,655 = 2,942 σ1 = √0,0174 = 0,132 σ2 = √0,0044 = 0,066.
Среднеквадратичные отклонения для коэффициентов при X в несколько раз меньше, чем сами значения коэффициентов (0,59 и 1,15)...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
29 октября 2018
Заказ завершен, заказчик получил финальный файл с работой
5
Валовой национальный продукт (Y) в млрд условных единиц зависит отпроцента работающих (X1) на 1000 чел.docx
2018-11-01 20:10
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Работа выполнена идеально,подробный план решения и в срок! Огромное спасибо) с таким профессионалом очень приятно иметь дело
Хочешь такую же работу?
300 ₽
