Задания для тренинга. Фирма занимается реализацией подержанных автомобилей

Фирма занимается реализацией подержанных автомобилей. Наименования показателей и исходные данные для эконометрического моделирования представлены в таблице (файл ИД для тренинга лр5.xls):

 

Цена реализации, тыс.у.е. (У) Цена нового авт., тыс.у.е. (Х1) Срок эксплуатации, годы (Х2) Левый руль - 1, правый руль - 0, (Х3)
8,33 13,99 3,8
10,40 19,05 2,4
10,60 17,36 4,5
16,58 25,00 3,5
20,94 25,45 3,0
19,13 31,81 3,5
13,88 22,53 3,0
8,80 16,24 5,0
13,89 16,54 2,0
11,03 19,04 4,5
14,88 22,61 4,6
20,43 27,56 4,0
14,80 22,51 3,3
26,05 31,75 2,3

 

Требуется:

 

1. Рассчитать матрицу парных коэффициентов корреляции; определить наиболее информативный фактор.

Используем MS Excel / Данные / Анализ данных / КОРРЕЛЯЦИЯ:

Входной интервал – это вся таблица данных вместе с заголовками. Так как, заголовки были выбраны, то поставьте √ в поле Метки. Задайте выходной интервал.

Получим матрицу коэффициентов парной корреляции между всеми имеющимися переменными:

 

У Х1 Х2 Х3
У      
Х1 0,910987    
Х2 -0,4156 -0,2603  
Х3 0,190785 0,221927 -0,30308

 

Проанализируем коэффициенты корреляции между результирующим признаком Y и каждым из факторов Xj:

> 0, следовательно, между переменными Y и Х1 наблюдается прямая корреляционная зависимость: чем выше цена нового автомобиля, тем выше цена реализации.

> 0,7 – эта зависимость является тесной.

< 0, значит, между переменными Y и Х2 наблюдается обратная корреляционная зависимость: цена реализации ниже для автомобилей с большим сроком эксплуатации.

– эта зависимость умеренная, ближе к слабой.

> 0, значит, между переменными Y и Х3 наблюдается прямая корреляционная зависимость: цена реализации выше для автомобилей с левым рулем.

< 0,4 – эта зависимость слабая.

Таким образом, наиболее тесная и значимая зависимость наблюдается между ценой реализации Y и ценой нового автомобиля Х1.

 

2. Построить регрессионную модель от наиболее информативного фактора.

Для построения парной линейной модели используем программу РЕГРЕССИЯ (Данные/ Анализ данных). В качестве «входного интервала Х» покажем значения фактора Х1.

 

Результаты вычислений представлены в таблицах:

 

Коэффициенты модели содержатся в третьей таблице итогов РЕГРЕССИИ (столбец Коэффициенты).

Таким образом, модель (1) построена, ее уравнение имеет вид

.

Коэффициент регрессии , следовательно, при увеличении цены нового автомобиля (Х1) на 1 тыс.у.е. цена реализации (У) увеличивается в среднем на 0,84 тыс.у.е.

Свободный член в данном уравнении не имеет реального смысла.

 

3. С использованием модели осуществить прогнозирование среднего значения показателя У, если прогнозное значение фактора Х1 увеличится на 20% от его среднего значения.

 

Согласно условию задачи прогнозное значение факторной переменной Х1 составит .

Рассчитаем по полученному уравнению модели прогнозное значение показателя У:

.

Таким образом, если цена нового автомобиля увеличится на 20% от среднего значения и составит 26,69 тыс.у.е., то ожидаемая цена реализации будет около 18,72 тыс.у.е.

 

 








Дата добавления: 2015-09-18; просмотров: 1263;


Поиск по сайту:

При помощи поиска вы сможете найти нужную вам информацию.

Поделитесь с друзьями:

Если вам перенёс пользу информационный материал, или помог в учебе – поделитесь этим сайтом с друзьями и знакомыми.
helpiks.org - Хелпикс.Орг - 2014-2024 год. Материал сайта представляется для ознакомительного и учебного использования. | Поддержка
Генерация страницы за: 0.007 сек.