|
|
3 |
4923 |
77 |
5852 |
|
|
8 |
4 |
5024 |
178 |
31506 |
|
|
|
2000 |
|
|
|
|
|
9 |
1 |
5056 |
210 |
43890 |
|
|
10 |
2 |
5052 |
206 |
42230 |
|
|
11 |
3 |
5023 |
177 |
31152 |
|
|
12 |
4 |
5052 |
206 |
42230 |
|
|
Сумма |
58158 |
|
501855 |
||
Рассчитаем среднеквадратичное отклонение, коэффициент вариации, а также проверим ряд на "засорение информации" или на аномальные наблюдения.
Среднеквадратичное отклонение =
Коэффициент вариации =
По вариации можно сделать вывод, что, так как коэффициент вариации больше 15% , вариация большая и совокупность в целом нельзя признать однородной.
Проверим ряд на аномальные наблюдения с помощью tn-критерия Граббса. В данной совокупности выделим максимальное и минимальное значение - 4453 и 5052, допустим их взяли неверно. Формула для расчёта tn-критерия Граббса:
где: y- аномальное наблюдение;
- средний абсолютный прирост.
Tn-критерия Граббса=
Далее сравню полученные значения с критическими данными по таблице tn-критерия Смирнова-Граббса. При n=12 и доверительной вероятности 0,95 Ткр=2,519. Так как полученные значения Т1 и Т2 < Ткр, то следовательно нет необходимости исключать эти данные из исследования.
Для корреляционно-регрессионного анализа необходимо из нескольких факторов произвести предварительный отбор факторов для регрессионной модели. Сделаем это по итогам расчета коэффициента корреляции. А именно возьмем те факторы, связь которых с результативным признаком будет выражена в большей степени.
На основе таблицы , представленной ниже произведем корреляционный анализ.
Год
Цены производителей
Электроэнергия
Бензин
Нефть
у
х1
х2
х3
1992
8,80
1,60
18,30
5,30
1994
101,00
58,40
266,00
101,00
1995
317,00
163,00
756,00
282,00
1996
612,00
215,00
912,00
355,00
1997
593,00
254,00
1011,00
376,00
1998
533,00
239,00
1309,00
339,00
1999
1390,00
282,00
4640,00
1000,00
2000
2113,00
416,00
5612,00
1546,00
Сумма
5667,80
1629,00
14524,30
4004,30
Ср.знач-е
404,84
116,36
1037,45
286,02
Начнем наш анализ с рассмотрения следующих факторов:
- электроэнергия
- бензин
- экспортная цена на нефть
Коэфициет корреляции ryx1=0,9058
Коэффициент корреляции ryx2=0,9752
Коэффициент корреляции ryx3=0,9958
Самая тесная связь наблюдается между ценами производителей и экспортной ценой на нефть.
=5659,00
Коэффициент вариации V > 15%. Из этого можно сделать вывод, что совокупность нельзя признать однородной. Данная модель не может применяться на практике, однако в учебных целях продолжим наш анализ, используя данный фактор.
Построим линейное уравнение регрессии.
Уравнение прямой имеет следующий вид: ŷ = a + bx1
На основе представленных выше данных рассчитаем коэффициенты регрессии, где
a1 = 134,46
a0 = -42,56
У=-42,56+134,46х
Затем построим расчетный тренд.
|
t
1
2
3
4
5
yp (t)
91,90
226,37
360,83
495,29
629,76
6
7
8
9
764,22
898,68
1033,15
1167,61
И на основе это тренда построим прогноз на 10 и 11 периоды.
10
11
1302,07
1436,54
max
2078,58
2258,31
min
525,57
614,76
У10.=а0+а1*10
У11= а0+а1*11
Рассчитаем ошибку аппроксимации по ниже заданной формуле.
Eотн = 258,00
Анализ цен внешней торговли.
Группировка.
Сгруппируем по тому же принципу , что и два предыдущих пункта.
1998
1999
2000
нефть сырая
74,4
-
110,9
49,06%
179,9
62,22%
нефтепродукты
75,8
-
94,5
24,67%
171
80,95%
газ природный
72,8
-
69,2
-4,95%
75,4
8,96%
уголь каменный
27
-
15,8
-41,48%
25,5
61,39%
руды и концентраты железные
19,7
-
23,1
17,26%
26,7
15,58%
фофаты кальция
38,3
-
39,7
3,66%
43,1
8,56%
удобрения минеральные
82
-
120
46,34%
128
6,67%
аммиак безводный
111
-
130
17,12%
126
-3,08%
Итого по отрасли
501
-
603,2
775,6
В итоге получим следующую таблицу.
Номер группы
Интервалы
Число подотраслей 1999г.
Число подотраслей 2000г.
0
меньше 0%
2
1
1
0-10%
1
3
2
11-20%
2
1
3
21-30%
1
0
4
31-40%
0
0
5
41-50%
2
0
6
51-60%
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
При использовании материалов активная ссылка на источник обязательна.