Прогнозирование на основе линейной трендовой модели

 

Министерство  образования Российской Федерации

Государственное образовательное  учреждение высшего 

профессионального образования 

«НИЖЕГОРОДСКИЙ  ГОСУДАРСТВЕННЫЙ  ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

ИМ. Р.Е. АЛЕКСЕЕВА»
 
 
 

Курсовая  работа

«Прогнозирование  на основе линейной трендовой модели». 
 
 
 
 
 
 

                                              Выполнил: 

                  Проверил:  преподаватель 
                   
                   
                   
                   
                   
                   
                   
                   
                   
                   
                   
                   
                   
                   
                   
                   

Нижний  Новгород

2009 г.

ПОСТАНОВКА  ЗАДАЧИ

   На  основании исходных данных, используя  метод регрессионного анализа, выполнить  следующие действия: 

 а) составить  уравнение линейной регрессии, характеризующее изменение:

      1) валовой прибыли от объема  продаж продукции (задание 1);

      2) дневной выработки в зависимости  от стажа рабочих (задание 2);

      3) остатков вкладов населения в  коммерческом банке по месяцам  года (задание 3);

      4) объемы производства продукции по годам (задание 4); 

 б) дать интерпретацию  коэффициенту регрессии в, что он в содержательном плане обозначает для составленного уравнения  регрессии; 

 в) рассчитать теоретические значения признака-результата по уравнению регрессии, подставляя в него вместо х фактические значения признака-фактора, и построить графики, характеризующие фактический (исходный) временной ряд и теоретическую линию регрессии. Одновременно проверить правильность расчетов параметров уравнения регрессии, когда соблюдается равенство сумм фактических и теоретических значений результативного признака, т.е.    у =    у (при этом возможно некоторое расхождение вследствие округления расчетов).

 г) оценить  качество и степень надежности полученного  уравнения регрессии, используя показатели корреляции и детерминации; сделать по ним вывод. Это действие выполняется для 1-ого и 2-ого заданий; 

 д) спрогнозировать:

      1) по заданию 1 – величину ожидаемой  прибыли, которая может быть  получена в следующем 2006 году  в зависимости от задаваемого объема продаж;

      2) по заданию 2 – на сколько  увеличится выработка рабочего  при увеличении стажа его работы  на 1 год;

      3) по заданию 3 – величину остатков  вкладов населения в коммерческом  банке для следующего (будущего) временного периода (месяца);

      4) по заданию 4 – ожидаемый объем  производства продукции предприятием  на будущий год. 

 е) сделать  общий вывод по проведенным расчетам.

Для осуществления  расчетов составить и заполнить  вспомогательные таблицы: 
 
 
 

Исходные  данные для проведения расчетов. 

Задание 1. Исходные данные по прибыли и объему продаж продукции (млн. руб.)

Годы Прибыль Объем продаж
1999 1,3 8,0
2000 1,5 9,2
2001 1,7 10,0
2002 1,8 11,5
2003 2,2 12,5
2004 2,3 13,2
2005 2,7 14,5
 

Задание 2. Исходные данные по дневной выработке (шт.) и стажу работы

Номер рабочего Стаж работы, годы Дневная выработка
4 1 5
6 2 7
3 3 6
1 4 8
2 5 9
7 6 10
9 7 12
10 8 12
8 9 14
5 10 15
 

Задание 3. Исходные данные об остатках (на начало месяца) вкладов населения в коммерческом банке (млн. руб.)

Порядковый  номер месяца Остатки вкладов
1 18,8
2 20,2
3 21,5
4 24,2
5 23,0
6 24,9
7 28,6
8 31,4
9 34,1
 
 
 
 
 

Здание 4. Исходные данные по производству продукции (тыс. шт.)

Годы Производство  продукции
1999 41,2
2000 40,7
2001 42,3
2002 40,6
2003 42,8
2004 45,1
2005 46,7
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

РАСЧЕТНАЯ ЧАСТЬ

А) Составить уравнения линейной регрессии.

   1) Составить уравнение линейной регрессии, характеризующее изменение валовой прибыли от объема продаж продукции;

   Применение  способа наименьших квадратов при нахождении параметров линии регрессии приводит к решению системы двух нормальных уравнений.

   

Исходные данные Расчетные значения
Объем продаж, х Прибыль, у x2 y2 ху у
8,0 1,3 64,0 1,69 10,4 1,29
9,2 1,5 84,64 1,25 13,8 1,53
10,0 1,7 100,0 2,89 17,0 1,69
11,5 1,8 132,25 3,24 20,7 1,99
12,5 2,2 156,25 4,84 27,5 2,19
13,2 2,3 174,24 5,29 30,36 2,33
14,5 2,7 210,25 7,29 39,15 2,59
78,9 13,5 921,63 27,49 158,91 13,61
 

   

  или 
;

x=78,9/7=11,27

y=13,5/7=1,93

x2=921,63/7=131,66

y2=27,49/7=3,93

x2=11,27*11,27=127,01

y2=1,93*1,93=3,72

xy=158,91/7=22,7

x*y=11,27*1,93=21,75 

   Подставляя  расчетные значения в систему  нормальных уравнений и решая ее получим коэффициенты уравнения линейной регрессии.

;  
 
 

   Свободный параметр а = -0,32 и коэффициент регрессии равен b = 0,2

   Уравнение линейной регрессии  

        Ответ:  
 

   2) Составить уравнение линейной регрессии, характеризующее изменение дневной выработки в зависимости от стажа работы рабочих 
 

Исходные  данные Расчетные значения
Стаж  работы, годы, x Дневная выработка, y x2 y2 ху у
1 5 1 25 5 4,84
2 7 4 49 14 5,94
3 6 9 36 18 7,04
4 8 16 64 32 8,15
5 9 25 81 45 9,25
6 10 36 100 60 10,35
7 12 49 144 84 11,45
8 12 64 144 96 12,56
9 14 81 196 126 13,66
10 15 100 225 150 14,76
Σх Σу Σx² Σy² Σху Σу
55 98 385 1064 630 98

          

  или 
;

x=55/10=5,5

y=98/10=9,8

x2=385/10=38,5

y2=1064/10=106,4

x2=5,5*5,5=30,25

y2=9,8*9,8=96,04

xy=630/10=63

x y=5,5*9,8=53,9

   Подставляя  расчетные значения в систему  нормальных уравнений и решая ее получим коэффициенты уравнения линейной регрессии.

;

   Свободный параметр а = 3,75 и коэффициент регрессии равен b = 1,1

   Уравнение линейной регрессии  

        Ответ:  

   3) Составить уравнение линейной регрессии, характеризующее изменение остатков вкладов населения в коммерческом банке по месяцам года.

Месяцы y Условные месяцы, t t2 yt y t
1 18,8 -4 16 -75,2 17,88
2 20,2 -3 9 -60,6 19,70
3 21,5 -2 4 -43,0 21,53
4 24,2 -1 1 -24,2 23,36
5 23,0 0 0 0 25,19
6 24,9 1 1 24,9 27,02
7 28,6 2 4 57,2 28,85
8 31,4 3 9 94,2 30,67
9 34,1 4 16 136,4 32,50
Итого: 226,7 0 60 109,7 225,70
 

, при 
 

   Отсюда ;

   Подставляя  расчетные значения в систему  нормальных уравнений и решая  ее получим коэффициенты уравнения  линейной регрессии. 

   

; 

   Свободный параметр а = 25,19 и коэффициент регрессии равен b = 1,83

   Уравнение линейной регрессии  

        Ответ:  
 
 
 
 
 
 
 
 

   4) Составить  уравнение линейной регрессии, характеризующее изменение

   объема  производства продукции по годам.

Годы y Условные годы, t t2 yt y t
1999 41,2 -3 9 -123,6 40,01
2000 40,7 -2 4 -81,4 40,93
2001 42,3 -1 1 -42,3 41,85
2002 40,6 0 0 0 42,77
2003 42,8 1 1 42,8 43,69
2004 45,1 2 4 90,2 44,61
2005 46,7 3 9 140,1 45,54
Итого: 299,4 0 28 25,8 299,4
 

, при 
 

   Отсюда  ;

   Подставляя  расчетные значения в систему  нормальных уравнений, и решая ее, получим коэффициенты уравнения линейной регрессии. 

   

; 

   Свободный параметр a = 42,77 и коэффициент регрессии равен b = 0,92

   Уравнение линейной регрессии  

        Ответ:  

   Б) Дать интерпретацию коэффициенту b, что он в содержательном плане обозначает для составленного уравнения регрессии.

   Коэффициент b является переменным коэффициентом  регрессии. Значение b>0 говорит о прямой линейной связи признака-фактора и признака-результата, значение b<0-об обратной связи, значение b=0 об отсутствии связи.

   Во  всех полученных уравнениях регрессии  значение b>0 и это значит:

   1) С ростом объема продаж на одну единицу прибыль увеличивается в среднем на 0,2 единицы.

   2) При увеличении стажа работы на одну единицу дневная выработка возрастает в среднем на 1,1.

   3) По прошедствию одной единицы времени остатки вкладов населения в коммерческом банке возрастают на 1,83.

   4) По прошествии одного года объем производства выростает в среднем на 0,92. 
 

   В) Рассчитать теоретические  значения признака-результата по уравнению регрессии, построить графики, характеризующие  фактический временной  ряд и теоретическую  линию регрессии.

   1) Уравнение линейной регрессии рассчитаем теоретические значения признака-результата, т.е. у, подставляя в него вместо х фактическое значение признака-фактора.

; ; ; ; ; ; .   

 

 

2) Уравнение линейной регрессии рассчитаем теоретические значения признака-результата, т.е. у, подставляя в него вместо х фактическое значение признака-фактора.

; ; ;

; ; ;

; ; ;

.

 

3) Уравнение линейной регрессии рассчитаем теоретические значения признака-результата, т.е. у, подставляя в него вместо х фактическое значение признака-фактора.

; ;

; ;

; ;

; ;

.

 

 

4) Уравнение линейной регрессии рассчитаем теоретические значения признака-результата, т.е. у, подставляя в него вместо х фактическое значение признака-фактора.

; ;

; ;

; ;

.

 
 
 

   Г) Оценить качество и степень надежности полученного уравнения  регрессии.

1) Показатель  корреляции рассчитывается по  формуле:

,

   Показатель  корреляции     r > 0,6 (r =0,99)  это говорит о высокой тесноте связи между двумя коррелируемыми признаками. Т.е. даже при незначительном изменении признака-фактора, признак-результат тут же меняется.

   Найдем  коэффициент детерминации r2

r2=0,99*0,99=0,98%

   Можно сделать вывод о том, что 98% изменений  результативного признака происходит из-за изменения признака-фактора, а  остальные 2% - по другим неучтенным причинам. 

2) Показатель корреляции рассчитывается по формуле:

,

   Показатель  корреляции     r > 0,6 (r =0,98)  это говорит о высокой тесноте связи между двумя коррелируемыми признаками. Т.е. даже при незначительном изменении признака-фактора, признак-результат тут же меняется.

   Найдем  коэффициент детерминации r2

r2=0,98*0,98=0,96%

   Можно сделать вывод о том, что 96% изменений результативного признака происходит из-за изменения признака-фактора, а остальные 4% - по другим неучтенным причинам. 
 

Вывод

   В данной работе был проведен корреляционный анализ по четырем различным группам данных. В результате работы, используя метод наименьших квадратов, составлены уравнения линейной регрессии для каждой ситуации.

   Полученные  уравнения линейной регрессии позволили  рассчитать теоретические значения признака-результата и построить графики, характеризующие фактический временной ряд и теоретическую линию регрессии.

   Было  оценено качество и степень надежности двух из полученных уравнений регрессии. В результате данной оценки установлено, что данные уравнения можно считать надежными. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

   Проверка  параметров уравнения  регрессии на вероятностную  надежность.

   1)

; ;

;  

;