Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Анализ и прогнозирование с учетом ведущих факторов на основе результатов имитационного моделирования
Цель работы Анализ и прогнозирование результатов имитационного моделирования на основе моделей регрессии Задание на лабораторную работу 1. Для зависимой переменной Y(t) построить линейную однопараметрическую модель регрессии, параметры которой оценить с помощью метода наименьших квадратов. 2. Оценить качество построенной модели (провести исследования адекватности и точности модели). З. Рассчитать парный коэффициент корреляции переменных, коэффициент эластичности и бета-коэффициент. 4. Отобразить на графике результаты аппроксимации и прогнозирования по модели регрессии. Порядок выполнения работы 1.Для исследования динамики курса ценной бумаги построим однофакторную линейную регрессионную модель t = 1,2,…,N. Таблица. Оценка параметров уравнения регрессии
Оценка параметров модели регрессии осуществляется по МНК на основе следующих формул: 2. Оценка качества модели на основе остаточной компоненты E(t) дает следующие результаты: p = 7; d = 2,27 (d = 1,74); RS = 3,09. Сопоставив эти значения с критическими уровнями, можно констатировать, что все свойства выполняются и, следовательно, построенная модель адекватна. Характеристики точности S = 5,78; = 9,8% дают не очень хорошие результаты. Модель можно использовать для анализа, она эффективна для получения прогнозных оценок. 3. На основании данных (табл.) о динамике изменения двух показателей (Y(t) - характеристика эффективности ценной бумаги, X(t) - показатель - фактор эффективности рынка ценных бумаг) за девять периодов оценим величину влияния фактора на исследуемый показатель при помощи коэффициента парной корреляции. Значение коэффициента корреляции свидетельствует о сильной прямой зависимости двух исследуемых показателей. Коэффициент детерминации: Коэффициент детерминации показывает, что более 91% вариации зависимой переменной учтено в модели и обусловлено влиянием исключенного фактора.
Коэффициент эластичности: Э = 2,61 Коэффициент эластичности показывает, что при изменении эффективности рынка на один процент эффективность нашей ценной бумаги увеличится на 2,6%. Бета-коэффициент: Бета-коэффициент свидетельствует о том, что при возрастании эффективности рынка будет возрастать эффективность исследуемой ценной бумаги, но риск инвестиций в нее несколько меньше среднерыночного 4. Прогнозные значения фактора X(t) определим на основе величины его среднего прироста по соотношению: САП = (X(N) – X(1)) / (N-1) САП = 2,5 Для получения прогнозных оценок зависимостей переменной по модели подставим в нее найденные прогнозные значения фактора: (t = 10) (t = 11) Доверительный интервал прогноза будет иметь следующие границы: верхняя граница прогноза: нижняя граница прогноза: Для линейной модели регрессии величина U(k) имеет вид: Для прогноза на два шага имеем: U (1) = 7, 64 U (2) = 8, 09
Таблица. Прогнозные оценки по Модели Брауна.
Таблица. Свободная таблица результатов исследования
Вывод: Сравнивая, точечные прогнозные оцени, модели регрессии с оценками по линейной временной модели, можно отметить их явную близость, однако доверительный интервал регрессионной модели заметно шире, что снижает ее практическую значимость. Адаптивная модель статистически полностью адекватна и имеет достаточно высокие точностные характеристики. Ее результаты можно взять в качестве прогноза. Варианты заданий Номер Вашего варианта выбирается в соответствии с вариантом задания в лабораторной работе № 6. В соответствии с ним из таблицы выберите показатель Y(t), а данные фактора Х(t) возьмите из следующей по порядку строки.
Контрольные вопросы 1. Какие ограничения накладываются на количество факторов, включаемых, в регрессионную модель и чем они вызваны?
2. Является ли высокое значение парного коэффициента корреляции свидетельством тесной взаимосвязи переменных? 3. Охарактеризуйте назначение коэффициентов регрессии. эластичности, бета - и дельта - коэффициентов и их роль в содержательном анализе. 4. Какими средствами оценивается качество построенных регрессионных моделей? 5. Почему регрессионные модели, являющиеся более мощным инструментом исследования, на практике не всегда дают лучшие результаты по сравнению с временными экстраполяционными моделями? 6. Каким образом на основе регрессионной модели получается прогноз зависимой переменной?
Лабораторная работа №3.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2021-01-08; просмотров: 157; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.119.118.99 (0.012 с.) |