Автор: Пользователь скрыл имя, 24 Января 2013 в 10:26, курсовая работа
Цель работы: Изучить модели нелинейной регрессии и область их применения.
Задачи работы:
Ознакомиться с понятиями линейной регрессии и видами нелинейных регрессий;
Привести к линейному виду нелинейные модели с помощью линеаризации;
Оценить качество полученных моделей и их адекватность;
Проанализировать влияние уровня инфляции на количество безработных.
Коэффициент эластичности показывает, что с ростом инфляции на 1% число безработных увеличивается в среднем на 0,16%.
Рассчитаем индекс корреляции:
Величина данного показателя находится в границах , чем ближе к единице, тем теснее связь. Так как , то это свидетельствует, что связь между признаками слабая.
Произведем оценку значимости уравнения регрессии на основе F-критерия Фишера.
4,79
Так как , то можно сделать вывод, что используемое уравнение регрессии надежно.
Рассчитаем среднюю ошибку аппроксимации:
Так как ошибка аппроксимации должна быть в пределах 8-10%, то это свидетельствует о том, что данная модель подходит к исходным данным.
Линеаризация проводится
логарифмированием, .
Найдем параметры уравнения и с помощью программы Microsoft Excel, а после обратной замены переменной получаем:
Определим коэффициент эластичности по формуле из таблицы 1.2.
Коэффициент эластичности показывает, что с ростом инфляции на 1% число безработных увеличится в среднем на 1,03%.
Рассчитаем индекс корреляции:
Величина данного показателя находится в границах , чем ближе к единице, тем теснее связь. Так как , то это свидетельствует, что связь между признаками слабая.
Произведем оценку значимости уравнения регрессии на основе F-критерия Фишера.
2,08
Так как , то используемое уравнение регрессии ненадежно.
Рассчитаем среднюю ошибку аппроксимации:
Так как ошибка аппроксимации должна быть в пределах 8-10%, то это свидетельствует о том, что данная модель не подходит к исходным данным.
ЗАКЛЮЧЕНИЕ
В первой главе были рассмотрены теоретические аспекты, а именно что такое модель, линейная регрессия, нелинейная регрессия, какие виды нелинейной регрессии бывают, нахождение параметров, что такое линеаризация, приведение нелинейной функции к линейному виду с помощью замены переменных и логарифмирования. Рассмотрели оценку качества моделей с помощью коэффициентов эластичности, индексов корреляции и оценку адекватности моделей с помощью F – критерия Фишера.
Во второй главе на основании исходных данных, а именно индекса потребительских цен (инфляции) и количества безработных, были построены модели и произведена оценка их по параметрам и коэффициентам. Были исследованы следующие функции: параболическая, гиперболическая, полулогарифмическая и степенная. Путем расчетов получили, что наилучшим образом из всех рассмотренных функциональных моделей для описания исходных данных подходит гиперболическая функция. Чем выше безработица, тем ниже рост цен, а следовательно и инфляции, и наоборот, чем выше занятость, тем больше прирост цен, тем выше инфляция.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1 Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М., 2004. С. 28.
2 Эконометрика: Учебник/Под. ред. И.И. Елисеевой. – М.: Финансы и статистика, 2004. С.41,42.
3 Бородич С.А. Вводный курс эконометрики: Учебное пособие. Мн.: БГУ, 2000. С.180.
4 Эконометрика: Учебник/Под. ред. И.И. Елисеевой. – М.: Финансы и статистика, 2004. С.63,66,70.
5 Доугерти К. Введение в эконометрику: Пер. с англ. – М.: Инфра-М, 2009, с. 204
6 Айвазян С.А., Мхиторян В.С. Прикладная статистика и основы эконометрики: Учебник для ВУЗов. – М.: ЮНИТИ, 1998.,С. 395
7 Эконометрика: Учебник/Под. ред. И.И. Елисеевой. – М.: Финансы и статистика, 2004. С.63,66,70.
Информация о работе Модели нелинейной регрессии и область их применения