Учебная работа № /8773. «Контрольная Эконометрика, задачи 6,16,25
Учебная работа № /8773. «Контрольная Эконометрика, задачи 6,16,25
Содержание:
ЗАДАЧА 6
ТАБЛИЦА 1
ПРИБЫЛЬ ПРЕДПРИЯТИЯ И ФАКТОРЫ ЕЕ ОПРЕДЕЛЯЮЩИЕ
ПРИБЫЛЬ предприятия, тыс. руб. уровень инфляции средний размер заработной платы в тыс. руб. Номенклатура выпускаемой продукции (в натуральных измерителях) постоянные издержки предприятия в тыс. руб. переменные издержки предприятия в тыс. руб. стоимость материалов в тыс. руб. стоимость энергоносителей в тыс. руб.
К1 К2 К3
4105716,189 12,3 280,36 56000 458920 987200 456000 689555 8945 7200
3940981,3 11,8 310,25 45000 659800 65800 489000 658411 9021 7640
7515290,282 10,5 328,6 32000 789212 456300 78000 836547 9023 7823
48670922,53 10,2 352,16 12000 4587235 478200 78500 698541 9125 7946
5186967,599 9,7 397,2 2700 658452 64587 79523 689555 9356 8200
68823766,78 8,7 425,8 18250 6549800 56000 79680 756844 9458 8250
73344123,05 8,2 586 45000 6924500 4520 82100 652388 9478 8453
62890897,24 8 795,23 56000 5897120 12300 82500 458722 9523 8600
В таблице 1 приведена прибыль предприятия за ряд лет и факторы ее определяющие.
1. Построить многофакторную модель (линейного типа), описывающую зависимость прибыли от изменения приведенных факторов.
2. Оценить адекватность модели, используя критерий Стьюдента
3. Выявить положительно и отрицательно влияющие на прибыль факторы.
4. Определить наиболее прибыльные для предприятия товарные группы
5. Используя полученную модель и прогнозируемые в таблице 2 показатели оптимизировать портфель заказов (производственную программу) предприятия учитывая ограничения, приведенные в таблице 3. Для решения применить симплекс-метод и возможности оптимизации пакета MS EXCEL
6. Изменяя объемы выпуска К1, К2, К3 найти минимально предельные (граничные) объемы выпуска при которых предприятие еще выполняет план роста прибыли.
7. Оценить чувствительность модели.
ЗАДАЧА 16
Для обеспечения рынка различными товарами от А до К (Таблица 1) составить оптимальную производственную программу, максимизирующую прибыль предприятия (разность между выручкой и затратами на выпуск всего номенклатурного ряда продукции). Средняя оплата 1 чел/час – 2,85 тыс. руб. Общий фонд заработной платы не должен превысить 190 млн. руб. Общий фонд рабочего времени не должен превышать 1800 чел/час за планируемый период.
Ограничения на складирование продукции выражается соотношением:
3А+4В+С+8Д+2Е+5К не более 5 000 штук
Таблица 1.
Продукция Отпускная цена 1-го изделия Потребность изделий на рынке Себестоимость 1-го изделия для предприятия Трудоемкость на 1 изделие в чел/час Госзаказ на определенные изделия
А 18 145 12 1,8 —
В 9 148 6 0,6 Не менее 156
С 12 53 8 0,85 —
Д 14 56 11 1,8 Не менее 78
Е 13 18 9 1,21 Не менее 24
К 7 42 5 2,9 Не менее 72
ИТОГО — 8000 — —
1. Для решения применить симплекс-метод и возможности оптимизации пакета MS EXCEL
2. Оценить чувствительность модели
ЗАДАЧА 25
Фирма пробует различные стратегии организации обслуживания населения (в январе-мае), получая за каждую из них в соответствующем периоде определенную прибыль в млн. руб. (см. платежную матрицу А). Необходимо определить наилучшую стратегию (стратегии) фирмы на будущее:
1. придерживаясь исключительно определенной тактики, использованной в предыдущие месяцы и рассчитывая на логичное поведение клиентов
2. сочетая в будущем различные стратегии предшествующих месяцев, также рассчитывая на логичное поведение клиентов
3. предполагая, что клиенты в будущем поведут себя непредсказуемо (матрица рисков R)
Выдержка из похожей работы
Институт экономики и управления
Кафедра «Экономика, финансы и кредит»
РАСЧЕТНОЕ ЗАДАНИЕ
по дисциплине «Эконометрика»
Студент группы ЭК — 23
Л,В, Евдокова
Руководитель работы
Доцент Е,М, Гельфанд
БАРНАУЛ 2014
Содержание
Исходные данные
Множественная модель уравнения регрессии
Уравнение парной линейной регрессии
Предпосылки МНК
Список использованной литературы
Приложения
Исходные данные
Средняя урожайность зерна (ц/га), У
Орошение земель (тыс, га), Х1
Курс доллара, Х2
17,2
3,5
30,3647
28,1
3,4
28,9503
27,2
1,5
29,3282
21,2
0,5
29,3627
18,7
2,8
32,4509
37,3
3,1
32,8169
32,4
2,1
32,1881
31
0,6
32,2934
11,9
1,8
30,9169
20,6
2,9
31,5252
18,4
2,7
31,0565
31,3
1,5
30,3727
20,5
1,6
30,0277
18,8
2,4
30,6202
18,5
2,6
31,0834
17,1
3,3
31,2559
23,7
3,2
31,5893
28,8
2,7
32,709
24,2
2
32,8901
25,8
0,7
33,2474
17,3
0,99
32,3451
19,1
1,25
32,0613
15,7
0,9
33, 1916
16,7
0,7
32,7292
19,7
3,5
35,2448
22,1
3
36,0501
23
2,9
35,6871
24
0,1
35,6983
25,7
0,5
34,7352
102,7
0,4
33,6306
Множественная модель уравнения регрессии
Средняя урожайность зерна (ц/га), У
Орошение земель (тыс, га), Х1
Курс доллара, Х2
17,2
3,5
30,3647
28,1
3,4
28,9503
27,2
1,5
29,3282
21,2
0,5
29,3627
18,7
2,8
32,4509
37,3
3,1
32,8169
32,4
2,1
32,1881
31
0,6
32,2934
11,9
1,8
30,9169
20,6
2,9
31,5252
18,4
2,7
31,0565
31,3
1,5
30,3727
20,5
1,6
30,0277
18,8
2,4
30,6202
18,5
2,6
31,0834
17,1
3,3
31,2559
23,7
3,2
31,5893
28,8
2,7
32,709
24,2
2
32,8901
25,8
0,7
33,2474
17,3
0,99
32,3451
19,1
1,25
32,0613
15,7
0,9
33, 1916
16,7
0,7
32,7292
19,7
3,5
35,2448
22,1
3
36,0501
23
2,9
35,6871
24
0,1
35,6983
25,7
0,5
34,7352
102,7
0,4
33,6306
Высчитываем значения коэффициента частной и парной корреляции, а так же необходимые значения, для уравнений множественной регрессии:
· y=a+b1x1+b2x2
· ty=в1tx1+в2tx2
Признак
Среднее значение
СКО
Лин, коэф,
парной коррел,
Линейные коэф,
частных коррел,
y
25,75714
16,17129
ryx1
0,138691
rx1x2
0,111461
x1
32,21409
1,923079
ryx2
-0,26109
rx2x1
-0,24839
x2
1,971333
1,099341
rx1x2
-0,12219
rx1x2y
-0,08993
Если сравнивать значения коэффициентов парной и частной корреляции, то приходим к выводу, Что из-за слабой межфакторной связи (rx1x2= — 0,12219) коэффициенты парной и частной корреляции отличаются незначительно,
И следовательно значения: в1, в2, b1, b2, a,
в1
в2
0,108407
-0,24785
b1
b2
a
Ryx1x2
0,911602
-3,64581
3,577821
0,2824
Найдем: Fx1факт, Fx2факт, для 30 нами выбранных значений и найденного нами индекса Множественной корреляции (Ryx1x2),
Fx1факт
Fx2факт
0,339655
1,775355
Средний коэффициент эластичности: показывает, на сколько % в среднем измениться показатель y, от своего среднего значения при изменении фактора x на 1 % от своей величины,
Эyx1ср, %
Эyx2ср, %
1,140127
-0,27903
Далее найдем значение дисперсии для каждого из следующих признаков: x1,x2,y,
Дисп x1
Дисп x2
Дисп y
3,698232
1, 20855
261,5107
В результате всех вычислений получаем уравнение множественной регрессии: y=3,577821+0,911602*x1-3,64581*x2, ty=0,108407*tx1-0,24785tx2, Поскольку фактическое значение Fфакт = 0,3033 < Fтабл, (4,47), то коэффициент детерминации статистически не значим, а следовательно, полученное уравнение регрессии статистически ненадежно, Это означает, что его нельзя использовать для прогноза и дальнейшего анализа, Уравнение парной линейной регрессии Выбираем один из значимых признаков, для построения парной модели, (x1, y) и рассчитываем показатели: x1 y xy yт yт-y |yт-y| |yт-y|/y |yт-y|/y*100 3,5 17,2 60, 20 19,69 2,49 2,49 0,14 14,45 3,4 28,1 95,54 20,05 -8,05 8,05 0,29 28,64 1,5 27,2 40,80 27,02 -0,18 0,18 0,01 0,67 0,5 21,2 10,60 30,68 9,48 9,48 0,45 44,73 2,8 18,7 52,36 22,25 3,55 3,55 0, 19 19,00 3,1 37,3 115,63 21,15 -16,15 16,15 0,43 43,29 2,1 32,4 68,04 24,82 -7,58 7,58 0,23 23,40 0,6 31 18,60 30,32 -0,68 0,68 0,02 2, 20 1,8 11,9 21,42 25,92 14,02 14,02 1,18 117,80 2,9 20,6 59,74 21,89 1,29 1,29 0,06 6,24 2,7 18,4 49,68 22,62 4,22 4,22 0,23 22,93 1,5 31,3 46,95 27,02 -4,28 4,28 0,14 13,68 1,6 20,5 32,80 26,65 6,15 6,15 0,30 30,01 2,4 18,8 45,12 23,72 4,92 4,92 0,26 26,16 2,6 18,5 48,10 22,99 4,49 4,49 0,24 24,25 3,3 17,1 56,43 20,42 3,32 3,32 0, 19 19,41 3,2 23,7 75,84 20,79 -2,91 2,91 0,12 12,30 2,7 28,8 77,76 22,62 -6,18 6,18 0,21 21,46 2 24,2 48,40 25,18 0,98 0,98 0,04 4,07 0,7 25,8 18,06 29,95 4,15 4,15 0,16 16,09 0,99 17,3 17,13 28,89 11,59 11,59 0,67 66,98 1,25 19,1 23,88 27,93 8,83 8,83 0,46 46,25 0,9 15,7 14,13 29,22 13,52 13,52 0,86 86,10 0,7 16,7 11,69 29,95 13,25 13,25 0,79 79,34 3,5 19,7 68,95 19,69 -0,01 0,01 0,00 0,07 3 22,1 66,30 21,52 -0,58 0,58 0,03 2,63 2,9 23 66,70 21,89 -1,11 1,11 0,05 4,84 0,1 24 2,40 32,15 8,15 8,15 0,34 33,96 0,5 25,7 12,85 30,68 4,98 4,98 0, 19 19,39 0,4 102,7 41,08 31,05 -71,65 71,65 0,70 69,77 Уравнение парной линейной регрессии имеет вид: = а+bx, Находим средние значения (xср,, yср и их произведения xyср,), по совокупности n=30, Хср yср xyср 1,9713 25,2900 45,5724 Далее, находим Дисперсию по (x и y), а так же Среднее Квадратическое Отклонение (СКО) этих показателей, Дх СКОх Дy СКОy 1,1683 1,0809 238,4229 15,4409 b a -3,6658 32,5165 Посчитаем значения параметров a и b, Находим Aсред, Из всей совокупности (Ai) = 30,0036"
