Прогнозирование на основе регрессионных моделей
По имеющимся исходным данным выявить и оценить на основе регрессионных моделей производственные связи. Провести расчет прогнозных значений показателей, когда уровень факторных показателей на 30% превышают средние величины исходных данных.
Исходные данные представлены в таблице:
№
|
Удой молока на среднегодовую корову, кг |
Расход кормов на 1 корову, корм. ед. |
Удельный вес чистопородных коров в стаде, % |
Себестоимость молока за 1 кг, руб. |
1 |
3280 |
48,20 |
61 |
0,313 |
2 |
2920 |
43,10 |
54 |
0,413 |
3 |
5140 |
60,70 |
70 |
0,268 |
4 |
4630 |
60,10 |
67 |
0,310 |
5 |
4950 |
59,40 |
71 |
0,309 |
6 |
5000 |
52,50 |
74 |
0,288 |
7 |
2790 |
44,00 |
45 |
0,357 |
8 |
4340 |
54,20 |
68 |
0,247 |
9 |
4160 |
53,20 |
65 |
0,305 |
10 |
2660 |
46,40 |
51 |
0,376 |
11 |
2960 |
47,10 |
52 |
0,351 |
12 |
3230 |
46,10 |
57 |
0,356 |
13 |
3480 |
53,90 |
58 |
0,312 |
14 |
3230 |
53,40 |
52 |
0,415 |
15 |
2370 |
39,40 |
44 |
0,411 |
16 |
2610 |
40,20 |
50 |
0,380 |
17 |
3000 |
45,50 |
52 |
0,326 |
18 |
2960 |
41,40 |
49 |
0,341 |
19 |
3100 |
47,80 |
53 |
0,398 |
20 |
2720 |
46,30 |
57 |
0,405 |
Необходимо определить тесноту связи между данными признаками. Для этого вначале воспользуемся коэффициентом корреляции рангов Спирмэна. Этот показатель основан на корреляции не самих значений коррелируемых признаков, а их рангов. Для его расчета присвоим ранги значениям соответствующих признаков, затем найдем их разность d. Эти вычисления отразим в нижеследующих таблицах. Далее вычислим непосредственно сам коэффициент, который равен: , ( n – число наблюдаемых пар значений признаков.)
Расчетные таблицы для определения коэффициента корреляции рангов Спирмэна
Удой молока на среднегодовую корову, кг |
Себестоимость молока за 1 кг, руб. |
Ранги |
Разность рангов d = Nx - Ny |
d2 | ||
x |
y |
Nx |
Ny | |||
3280 |
0,313 |
8 |
13 |
-5 |
25 | |
2920 |
0,413 |
15 |
2 |
13 |
169 | |
5140 |
0,268 |
1 |
19 |
-18 |
324 | |
4630 |
0,31 |
4 |
15 |
-11 |
121 | |
4950 |
0,309 |
3 |
16 |
-13 |
169 | |
5000 |
0,288 |
2 |
18 |
-16 |
256 | |
2790 |
0,357 |
16 |
8 |
8 |
64 | |
4340 |
0,247 |
5 |
20 |
-15 |
225 | |
4160 |
0,305 |
6 |
17 |
-11 |
121 | |
2660 |
0,376 |
18 |
7 |
11 |
121 | |
2960 |
0,351 |
13,5 |
10 |
3,5 |
12,25 | |
3230 |
0,356 |
9,5 |
9 |
0,5 |
0,25 | |
3480 |
0,312 |
7 |
14 |
-7 |
49 | |
3230 |
0,415 |
9,5 |
1 |
8,5 |
72,25 | |
2370 |
0,411 |
20 |
3 |
17 |
289 | |
2610 |
0,38 |
19 |
6 |
13 |
169 | |
3000 |
0,326 |
12 |
12 |
0 |
0 | |
2960 |
0,341 |
13,5 |
11 |
2,5 |
6,25 | |
3100 |
0,398 |
11 |
5 |
6 |
36 | |
2720 |
0,405 |
17 |
4 |
13 |
169 | |
n = 20 |
∑ d 2 = |
2398 | ||||
ρ = |
-0,803 |
Другие рефераты на тему «Экономико-математическое моделирование»:
Поиск рефератов
Последние рефераты раздела
- Выборочные исследования в эконометрике
- Временные характеристики и функция времени. Графическое представление частотных характеристик
- Автоматизированный априорный анализ статистической совокупности в среде MS Excel
- Биматричные игры. Поиск равновесных ситуаций
- Анализ рядов распределения
- Анализ состояния финансовых рынков на основе методов нелинейной динамики
- Безработица - основные определения и измерение. Потоки, запасы, утечки, инъекции в модели