Задача

Задача на тему Прогноз среднего значения спроса на товар

Работа добавлена на сайт bukvasha.net: 2014-11-09

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 22.11.2024


Задача №1
Исходные данные:
№ наблю-дения
Уровень фактора (или тип региона)
Кировская область
Архангельск. область
Республика Карелия
Ленинград. Область
Калинингр. область
Псковская область
Новгород-ская область
1
2,90
3,90
4,90
2,10
6,10
7,00
8,00
2
2,10
5,00
3,50
6,90
10,0
10,00
1,00
3
10,30
2,80
4,00
2,00
15,1
12,10
1,10
4
4,90
8,90
3,00
3,10
5,00
5,90
2,00
5
4,00
4,10
1,90
5,90
5,10
6,10
2,00
6
2,90
4,90
1,20
7,90
6,00
5,10
1,10
7
1,10
1,50
4,10
6,10
5,00
6,10
1,19
8
2,30
3,90
3,00
2,70
6,10
8,90
1,10
9
2,00
1,80
2,90
7,00
3,10
5,00
3,19
10
1,00
3,00
5,90
3,00
2,00
5,91
11
1,00
2,50
2,90
5,20
3,10
4,80
12
1,10
3,90
5,00
13,00
10,90
1,00
13
1,01
4,50
5,00
3,00
5,10
0,19
14
1,91
1,91
2,00
2,10
1,00
1,00
15
1,09
1,10
9,00
3,00
16
1,10
1,10
8,10
2,10
17
2,10
1,90
15,9
2,90
18
2,91
2,10
6,20
1,00
19
2,09
2,20
20
3,90
21
2,90
22
2,10
23
2,50
Решение:
1.                Находим сумму квадратов всех наблюдений (Q1), сумму квадратов итогов по столбцам, деленных на число наблюдений в соответствующем столбце (Q2), квадрат общего итога, деленный на число всех наблюдений (Q3).



наблю-дения
Квадрат наблюдений
Кировская область
Архан-гельская. область
Республика Карелия
Ленинград. Область
Калинингр. область
Псковская область
Новго-родская область
1
8,41
15,21
24,01
4,41
37,21
49,00
64,00
2
4,41
25,00
12,25
47,61
100,00
100,00
1,00
3
106,90
7,84
16,00
4,00
228,01
146,41
1,21
4
24,01
79,21
9,00
9,61
25,00
34,81
4,00
5
16,00
16,81
3,61
34,81
26,01
37,21
4,00
6
8,41
24,01
1,44
62,41
36,00
26,01
1,21
7
1,21
2,25
16,81
37,21
25,00
37,21
1,41
8
5,29
15,21
9,00
7,29
37,21
79,21
1,21
9
4,00
3,24
8,41
49,00
9,61
25,00
10,17
10
0
1,00
9,00
34,81
9,00
4,00
34,92
11
0
1,00
6,25
8,41
27,04
9,61
23,04
12
0
1,21
15,21
25,00
169,00
118,81
1,00
13
0
1,02
20,25
25,00
9,00
26,01
0,03
14
0
3,64
3,64
4,00
4,41
1,00
1,00
15
0
1,18
0
1,21
0
81,00
9,00
16
0
1,21
0
1,21
0
65,61
4,41
17
0
4,41
0
3,61
0
252,81
8,41
18
0
8,46
0
4,41
0
38,44
1,00
19
0
4,36
0
0
0
0
4,84
20
0
15,21
0
0
0
0
0
21
0
8,41
0
0
0
0
0
22
0
4,41
0
0
0
0
0
23
0
6,25
0
0
0
0
0
Q1-сумма квадратов
2997,78
кол-во наблю-дений
9
23
14
18
14
18
19
115
Q2
19,759
10,893
11,063
20,223
53,036
62,897
9,256
187,127
26,068
2.                Вычисляем оценку дисперсии фактора:


3.                Вычисляем оценку дисперсии, связанной со случайностью:

4.                Рассчитываем значение F-статистики (статистики Фишера):

5.                Проверяем значимость фактора (q =0,05; h1 = K-1; h2 = N-K)
F = 2,29, так как расчетное меньше табличного, с вероятностью 0,95 можно утверждать, что связь между сроком окупаемости и типом региона не существенна.
6.                Строим диаграмму средних значений сроков окупаемости для всех рассматриваемых регионов.
Средние сроки окупаемости:
Показатель
Кировская область
Архангельск. область
Республика Карелия
Ленинград. Область
Калинингр. область
Псковская область
Новго-родская область
Ср.срок окупаемости
3,54
2,76
3,17
3,93
6,27
7,08
2,36

  \s
Согласно таблицы и диаграммы самый маленький срок окупаемости инвестиционных проектов сложился в Новгородской области, следовательно, данная область является приоритетной.
Задача 2
Исходные данные:
Моменты времени (дни)
0
20
40
60
80
100
120
-60
-40
-20
0
20
40
60
Расчет для варианта(убрать)
340+510
400+59
440+610
430+69
520+79
570+710
550+89
У-физ.объем товарооборота (шт.)
850
459
1050
499
599
1280
639

Решение.
1.                Изобразить данные графически.
\s
2.                Составить уравнение линейной регрессии.
3.                Для расчета параметров уравнения регрессии (yt = a0 + a1t) составляем вспомогательную таблицу:
Моменты времени (дни)
У-физ.объем товарооборота (шт.)
t
t^2
y*t
Урасч.
У^2
0
850
-60
3600
-51000
708,24
722500
20
459
-40
1600
-18360
728,16
210681
40
1050
-20
400
-21000
748,08
1102500
60
499
0
0
0
768
2493001
80
599
20
400
11980
787,92
358801
100
1280
40
1600
51200
807,84
1638400
120
639
60
3600
38340
827,76
408321

5376
0
11200
11160
5376
6934204

Для нахождения a0 и a1 составляем систему уравнений:
∑у =n*a0 + a1 ∑t
∑уt =a0 ∑t + a1 ∑t2
Так как при t =60мин = 0, ∑t=0, система принимает вид:
5376 =7*a0
11160 = a1 *11200
Откуда:
a0 = 768 и a1 = 0,996
Уравнение регрессии имеет вид:
yt = 768 + 0,996 t
Задача 3
Исходные данные:
Год
1
2
3
4
5
6
7
8
231+8
171+10
291+8
309+10
317+28
362+210
351+8+10
361+10+8
Спрос
239
181
299
319
345
572
369
379
Решение
1.                Находим среднее значение, среднее квадратичное отклонение, коэффициенты автокорреляции (для лагов τ=1;2) и частный коэффициент автокорреляции 1-го порядка.
2.                - среднее значение:
 

 - среднее квадратическое отклонение:
Год
1
2
3
4
5
6
7
8
У
239
181
299
319
345
572
369
379
У-Уср
239
181
299
319
345
572
369
379
(У-Уср)^2
57121
32761
89401
101761
119025
327184
136161
143641
∑(У-Уср)^2
1007055

-                     Найдем коэффициент автокорреляции r(τ) временного ряда (для лага τ=1), т.е. коэф-т корреляции между последовательностями семи пар наблюдений:
Год
1
2
3
4
5
6
7
Уt
239
181
299
319
345
572
369
Уt+ τ
181
299
319
345
572
369
379
Вычисляем необходимые суммы:
∑ Уt = 239+181+…+369 =2319
∑ Уt2 = 2392 + 1812 + … + 3692 = 860449
∑ Уt+ τ = 181+ 299+ … +379 = 2464
∑ У2 t+ τ = 1812 +2992 + … +3792 =949934
∑ Уt *Уt+ τ = 239*181 + 181*299 + … + 369*3729=851073
Находим коэффициент автокорреляции:

-                     Найдем коэффициент автокорреляции r(τ) временного ряда (для лага τ=2), т.е. коэф-т корреляции между последовательностями шести пар наблюдений:
Год
1
2
3
4
5
6
Уt
239
181
299
319
345
572
Уt+ τ
299
319
345
572
369
379
Вычисляем необходимые суммы:
∑ Уt = 239+181+…+572 =1955
∑ Уt2 = 2392 + 1812 + … + 5722 = 727253
∑ Уt+ τ = 299+ 319+ … +379 = 2283
∑ У2 t+ τ = 2992 +3192 + … +3792 =917173
∑ Уt *Уt+ τ = 239*299 + 181*319 + … + 572*379 =758916
Находим коэффициент автокорреляции:

Для определения частного коэффициента корреляции 1-го порядка найдем коэффициент автокорреляции между членами ряда Уе+1 и Уе+2:
Год
1
2
3
4
5
6
Уt+ 1
181
299
319
345
572
369
Уt+ 2
299
319
345
572
369
379
Вычисляем необходимые суммы:

∑ Уt+1= 181+299+…+369 =2080
∑ У2t +1= 1812 + 2992 + … + 3692 = 806293
∑ Уt+ 2 = 299+ 319+ … +379 = 2283
∑ У2 t+ 2 = 2992 +3192 + … +3792 =917173
∑ Уt+1 *Уt+ 2 = 181*299 + 299*319 + … + 369*379 =807814
Находим коэффициент автокорреляции:

- Найдем частный коэффициент автокорреляции 1-го порядка:

3.                Найти уравнение неслучайной составляющей (тренда) для временного ряда, полагая тренд линейным.
4.                Находим коэффициенты для системы нормальных уравнений:




Система нормальных уравнений имеет вид:
8b0 + 36b1 = 2703
36b0 + 204b1 = 13546
Отсюда находим b0 = 189,068;b1 =33,068
Уравнение тренда:
Yt = 189,068+33,068t
То есть спрос ежегодно увеличивается в среднем на 33.068 ед.
5.                Провести сглаживание временного ряда методом скользящих средних, используя простую среднюю арифметическую с интервалом сглаживания m = 3 года.
6.                у2 = 1/3 (у1 + у2 + у3) = 1/3 (239+181+299)=239,7
7.                у3 = 1/3 (у2 + у3 + у4) = 1/3 (181+299+319)=266,3
У4 =1/3(у3+ у4+ у5)=1/3(299+572+345)=405.3
У5 =1/3(y4+y5+y6)=1/3(319+345+572)=412
У6=1/3(у5 + у6 + у7)=1/3(345+572+369)=428,7
У7=1/3(у6 + у7 + у8)=1/3(572+369+379)=440
В результате получим сглаженный ряд:
Год
1
2
3
4
5
6
7
8
Уt
-
239,7
266,3
405,3
412,0
428,7
440,0
-
8.                Дать точечную и с надежностью 0,95 интервальную оценки прогноза среднего и индивидуального значений спроса на некоторый товар в момент времени t=взятый год. (Полагаем, что тренд линейный, а возмущения удовлетворяют требованиям классической модели).
По полученному выше уравнению регрессии Yt = 189,068 + 33,068t оценим условное математическое ожидание. Оценкой у(9) является групповая средняя:
Уt=9 = 189,068 + 33,068*9 =486,68(ед)
Составим вспомогательную таблицу для оценки дисперсии.
Год
У
Уt
еt = У-Уt
et-1
et *et-1
et ^2
1
239
222,1
16,9
0,0
0,0
285,6
2
181
252,2
-74,2
16,9
-1253,98
5505,6
3
299
288,3
10,7
-74,2
-793,94
114,5
4
319
321,3
2,3
10,7
24,6
5,3
5
345
354,4
-9,4
2,3
-21,62
88,4
6
572
387,5
184,5
-9,4
-1734,3
34040,3
7
269
420,5
-51,5
184,5
-9501,8
2652,3
8
379
453,6
-74,6
-51,5
384,19
5565,2
 
 
 
 
 
9439,02
48257,2
Вычислим оценку s2 дисперсии  QUOTE   ^

Вычислим оценку дисперсии групповой средней:


Значение t0.95;6 = 2,45, критерий Стьюдента. Теперь находим интервальную оценку прогноза среднего значения спроса:
486,68 – 2,45*69,76 ≤у(9)≤ 486,68+2,45*69,76
Или
315,77≤у(9)≤ 657,59
Для нахождения интервальной оценки прогноза индивидуального значения вычислим дисперсию его оценки:


Теперь находим интервальную оценку:
486,68-2,45*113,69 ≤ у* (9) ≤ 486,68+2,45*113,69
Или
208,14 ≤ у* (9) ≤ 765,22
Вывод:
Следовательно, с надежностью 0,95 среднее значение спроса на товар на 9-й год будет заключено от 315,77 до 657,59 (ед.), а его индивидуальное значение – от 208,14до 765,22 (ед.)

1. Реферат Понятие косвенных налогов 2
2. Реферат на тему Gynecolegy And Health Essay Research Paper Of
3. Курсовая на тему Автоматизированная обучающая система по дисциплине Программирование
4. Реферат Метрология, стандартизация, сертификация
5. Диплом на тему Страхування майна 2
6. Реферат на тему Штучні нейронні мережі
7. Курсовая Проектирование фундаментов мелкого и глубокого заложения под промежуточные опоры мостов
8. Реферат на тему Guess Incorporated Essay Research Paper The Marciano
9. Курсовая Интернет как информационная среда и как средство массовой информации
10. Контрольная работа на тему Методы и модели принятия решений