Рассчет эконометрических показателей

Автор работы: Пользователь скрыл имя, 21 Декабря 2011 в 11:09, курсовая работа

Описание работы

Экстраполяция – это метод определения количественных характеристик для совокупности и явлений, для которых нет данных. Определяются эти данные путем распространения на них результатов, полученных из наблюдений над аналогичными совокупностями. В данном шаге были применены два способа экстраполяции

Скачать архив (248.42 Кб) Сколько стоит заказать работу?

Файлы: 1 файл

Министерство образования и науки Российской Федерации.doc

— 1.24 Мб (Скачать файл)

Годы	Y4	Y6	Y2	Y4*y6	Y4*y2	y6*y2	y6²	y2²	Yрасч.	Y - Yт	Y-Yт
1960	3,08	0,1154	43,5	0,355	133,980	5,019	0,013	1892,25	3,198	-0,118	0,014
1961	3,22	0,1168	45,1	0,376	145,222	5,269	0,014	2034,01	3,254	-0,034	0,001
1962	3,34	0,1215	48	0,406	160,320	5,833	0,015	2304,00	3,398	-0,058	0,003
1963	3,51	0,1237	50,1	0,434	175,851	6,198	0,015	2510,01	3,478	0,032	0,001
1964	3,68	0,1295	53,1	0,477	195,408	6,877	0,017	2819,61	3,648	0,032	0,001
1965	3,96	0,1332	55,8	0,527	220,968	7,431	0,018	3113,64	3,768	0,192	0,037
1966	4,11	0,1394	60,1	0,573	247,011	8,381	0,019	3612,01	3,968	0,142	0,020
1967	4,27	0,1481	64	0,633	273,280	9,481	0,022	4096,00	4,213	0,057	0,003
1968	4,53	0,1599	67,3	0,724	304,869	10,758	0,026	4529,29	4,510	0,020	0,000
1969	4,77	0,1723	69,8	0,822	332,946	12,030	0,030	4872,04	4,810	-0,040	0,002
1970	4,98	0,1839	71,9	0,916	358,062	13,222	0,034	5169,61	5,084	-0,104	0,011
1971	5,13	0,1992	75,1	1,022	385,263	14,960	0,040	5640,01	5,454	-0,324	0,105
1972	5,59	0,2154	76,7	1,204	428,753	16,525	0,046	5882,89	5,818	-0,228	0,052
1973	6,32	0,2262	77,8	1,429	491,696	17,595	0,051	6052,84	6,058	0,262	0,068
1974	6,41	0,2274	78,9	1,457	505,749	17,940	0,052	6225,21	6,102	0,308	0,095
1975	6,08	0,2266	80	1,378	486,400	18,130	0,051	6400,00	6,104	-0,024	0,001
1976	6,04	0,2292	80,9	1,384	488,636	18,541	0,053	6544,81	6,172	-0,132	0,017
1977	6,04	0,2335	81,5	1,410	492,260	19,032	0,055	6642,25	6,272	-0,232	0,054
1978	6,06	0,2402	81,9	1,455	496,314	19,670	0,058	6707,61	6,416	-0,356	0,127
1979	6,41	0,2352	82,1	1,508	526,261	19,313	0,055	6740,41	6,317	0,093	0,009
1980	6,26	0,2331	82,3	1,459	515,198	19,188	0,054	6773,29	6,277	-0,017	0,000
1981	6,5	0,2363	82,7	1,536	537,550	19,541	0,056	6839,29	6,349	0,151	0,023
1982	6,89	0,2473	83,1	1,704	572,559	20,552	0,061	6905,61	6,584	0,306	0,093
1983	7,26	0,2624	84,5	1,905	613,470	22,175	0,069	7140,25	6,921	0,339	0,115
1984	6,9	0,2732	85,5	1,885	589,950	23,355	0,075	7310,25	7,160	-0,260	0,068
1985	7,53	0,2897	87,5	2,182	658,875	25,352	0,084	7656,25	7,537	-0,007	0,000
	138,87	5,119	1849,200	29,164	10336,851	382,370	1,081	136413,44			0,921

b2	b1	b0
117,003347	5,328668901	19,626432

b2	b1	b0
0,0163548	20,76043045	0,0906744

16 Шаг – Расчет коэффициента множественной кореляции:

Коэф множ корреляции

0,9689

0,9900

связь сильная

17 Шаг – Расчет совокупново коэфициента детерминации

δу На 6-ом шаге

Вывод

Основываясь на данных коэффициента детерминации можно сделать вывод, что теоретическая модель, полученная в ходе множественного регрессионного анализа на примере анализа показателей (У2,У4,У6) близка к эмпирическим наблюдениям. А в случае анализа показателей (У4,У6,У2) такого вывода сделать нельзя, так как в ходе решения получили что на долю факторных признаков приходится меньшая часть, по сравнению с остальными не учтенными в данной модели факторами, влияющими на изменение результативного признака

18 Шаг – Расчет ошибок коэф. Множественной кореляции

Вывод:

Норматив ошибки коэффициента множественной корреляции равен 5%. При сравнении рассчитанных ошибок с нормативом получаем, что полученные значения удовлетворяют нормативу. Что говорит о точности поллученной ранее модели

19 шаг – Расчет и оценка прогноза

						Цепные индексы
t - годы	y2	y4	y5	y6		y2	y4	y5	y6
1	43,5	3,08	0,0016	0,115
2	45,1	3,22	0,0017	0,117		0,0368	0,0455	0,0568	0,0126
3	48	3,34	0,0019	0,122		0,0643	0,0373	0,0745	0,0401
4	50,1	3,51	0,0021	0,124		0,0438	0,0509	0,1058	0,0180
5	53,1	3,68	0,0022	0,130		0,0599	0,0484	0,0773	0,0470
6	55,8	3,96	0,0024	0,133		0,0508	0,0761	0,0758	0,0283
7	60,1	4,11	0,0025	0,139		0,0771	0,0379	0,0340	0,0471
8	64	4,27	0,0026	0,148		0,0649	0,0389	0,0658	0,0624
9	67,3	4,53	0,0031	0,160		0,0516	0,0609	0,1680	0,0790
10	69,8	4,77	0,0034	0,172		0,0371	0,0530	0,1082	0,0781
11	71,9	4,98	0,0035	0,184		0,0301	0,0440	0,0127	0,0670
12	75,1	5,13	0,0041	0,199		0,0445	0,0301	0,1733	0,0833
13	76,7	5,59	0,0048	0,215		0,0213	0,0897	0,1874	0,0816
14	77,8	6,32	0,0056	0,226		0,0143	0,1306	0,1606	0,0497
15	78,9	6,41	0,0060	0,227		0,0141	0,0142	0,0669	0,0054
16	80	6,08	0,0078	0,227		0,0139	-0,0515	0,3088	-0,0033
17	80,9	6,04	0,0103	0,229		0,0113	-0,0066	0,3122	0,0113
18	81,5	6,04	0,0117	0,234		0,0074	0,0000	0,1389	0,0190
19	81,9	6,06	0,0132	0,240		0,0049	0,0033	0,1260	0,0285
20	82,1	6,41	0,0136	0,235		0,0024	0,0578	0,0284	-0,0205
21	82,3	6,26	0,0177	0,233		0,0024	-0,0234	0,3092	-0,0089
22	82,7	6,5	0,0202	0,236		0,0049	0,0383	0,1400	0,0135
23	83,1	6,89	0,0229	0,247		0,0048	0,0600	0,1332	0,0467
24	84,5	7,26	0,0268	0,262		0,0168	0,0537	0,1691	0,0611
25	85,5	6,9	0,0235	0,273		0,0118	-0,0496	-0,1211	0,0409
26	87,5	7,53	0,0301	0,290		0,0234	0,0913	0,2790	0,0607
Экстраполяция 1 метод					Кср.	0,0286	0,0372	0,1276	0,0379
27	90,0	7,8	0,0340	0,301
29	95,2	8,4	0,0432	0,324
33	106,6	9,7	0,0698	0,376
Экстраполяция 2 метод						Средний темп роста
27	90,0	7,8	0,0338	0,301		y2	y4	y5	y6
29	95,2	8,4	0,0427	0,324		1,0283	1,0364	1,1232	1,0375
33	106,4	9,7	0,0679	0,375
Прогноз по тренду
27	91,9	7,6801	0,0247	0,2865
29	95,3	8,0268	0,0269	0,3003
33	102,1	8,7201	0,0311	0,3279
Оценка точности прогноза
	y2	y4	y5	y6
	-3,52	0,0232	0,0064	0,010
	-4,0	0,3	21,3	3,5

Вывод:
Экстраполяция – это метод определения количественных характеристик для совокупности и явлений, для которых нет данных. Определяются эти данные путем распространения на них результатов, полученных из наблюдений над аналогичными совокупностями. В данном шаге были применены два способа экстраполяции. Полученные результаты отличаются незначительно, это говорит о высокой достоверности даных которые мы получили.

Вывод:
Прогноз по тренду показывает значения соответствующих показателей, полученных благодаря уравнению регрессии, которое мы рассчитывали в шаге 12. Эти значения нельзя считать точными, потому что при построении уравнения регрессии происходит аппроксимация исходных данных, и значения полученной теоретической модели имеют линейную зависимость, что не соответствует факту.

Информация о работе Рассчет эконометрических показателей