Определение временного лага
2,74. 1876. 1476. 1476. 10,7. 0676. 0676. 0,02. XІ. 958. 918. 9,7. 898. 868. 858. 818. 8,7. 8,7. 8,7. 798. 7,7. 698. 668. 658. 658. 638. 638. 618. 6,7. 6,7. 538. 538. 478. 435. 4,7. 4,7. 4,7. 378. 358. 358. 258. 2,7. 178. 174. 1,7. 078. 038. 0,7. 0,7. 0,1. Х? Х. У. Xy. B=. 98. 93. 93. 89. 89. 89. 89. 89. 89. 89. 88. 87. 83. 78. 78. 78. 74. 73. 69. 69. 69. 69. 69. 68. 68. 68. 58. 58. 58. 49. 49… Читать ещё >
Определение временного лага (реферат, курсовая, диплом, контрольная)
Имеются данные о количестве пойманной рыбы одной из промысловых организаций в течении 30 дней. Необходимо проанализировать их и выявить временной лаг. Для этого используем процедуру автокорреляции.
Рассмотрим шаг равный 1.
Найдем коэффициент корреляции:
r? = 0,508 266.
Рассмотрим шаг равный 2.
r? = 0,56 535.
Рассмотрим шаг равный 3.
r? = 0,403 017.
Рассмотрим шаг равный 4.
r? = 0,315 354.
Рассмотрим шаг равный 5.
r? = 0,511 013.
Рассмотрим шаг равный 6.
r? = 0,476 444.
Рассмотрим шаг равный 7.
r? = 0,99 728.
Рассмотрим шаг равный 8.
r? = 0,397 381.
Рассмотрим шаг равный 9.
r? = 0,468 465.
Рассмотрим шаг равный 10.
r? = 0,239 466.
Из проведенного исследования следует, что лаг, при котором значения наиболее связаны друг с другом равен 7.
шаг 7. | |
х? | х??? |
11,7. | 23,74. |
0,99 728. |
На основании этих данных построим модель и оценим её значимость.
Для того чтобы облегчить последующую работу с формулами, обозначим х??? равным У. линейный регрессия прибыль лаг Х — кол-во пойманной рыбы;
у-у ср. | х-х ср. | (у-у ср.)І. | (x-x cp.)І. | (y-ycp.)(x-xcp.). |
— 20,74. | — 10,7. | 430,1476. | 114,49. | 221,918. |
— 16,74. | — 8,7. | 280,2276. | 75,69. | 145,638. |
— 16,74. | — 7,7. | 280,2276. | 59,29. | 128,898. |
— 7,74. | — 4,7. | 59,9076. | 22,09. | 36,378. |
— 12,74. | — 6,7. | 162,3076. | 44,89. | 85,358. |
— 4,74. | — 2,7. | 22,4676. | 7,29. | 12,798. |
— 20,74. | — 9,7. | 430,1476. | 94,09. | 201,178. |
— 18,74. | — 8,7. | 351,1876. | 75,69. | 163,038. |
— 10,74. | — 4,7. | 115,3476. | 22,09. | 50,478. |
— 8,74. | — 4,7. | 76,3876. | 22,09. | 41,078. |
9,26. | 4,3. | 85,7476. | 18,49. | 39,818. |
— 3,74. | — 0,7. | 13,9876. | 0,49. | 2,618. |
16,26. | 7,3. | 264,3876. | 53,29. | 118,698. |
— 13,74. | — 8,7. | 188,7876. | 75,69. | 119,538. |
— 12,74. | — 6,7. | 162,3076. | 44,89. | 85,358. |
1,26. | 1,3. | 1,5876. | 1,69. | 1,638. |
8,26. | 3,3. | 68,2276. | 10,89. | 27,258. |
40,26. | 21,3. | 1620,868. | 453,69. | 857,538. |
15,26. | 8,3. | 232,8676. | 68,89. | 126,658. |
55,26. | 28,3. | 3053,668. | 800,89. | 1563,858. |
— 2,74. | — 1,7. | 7,5076. | 2,89. | 4,658. |
0,26. | — 0,7. | 0,0676. | 0,49. | — 0,182. |
25,26. | 13,3. | 638,0676. | 176,89. | 335,958. |
— 0,02. | — 0,1. | 8546,435. | 2246,87. | 4370,174. |
У — прибыль от реализации.
r? =0.99.
d? =0.99.
Т.к r? =0.99, то можно сделать вывод, что характеризуемая связь сильная (r? > 1).
d? =0.99 =? в 99% случаях значение у зависит от значения х, а в оставшемся 1% у зависит от других факторов.
Проведём оценку значимости корреляционной связи:
Fопт. = *
Fопт. =*= 2079
Fкр. =4,32.
Fопт. Fкр. =? связь значимая.
Проведем анализ парной линейной регрессии:
=kx+b.
Х. | у. | xІ. | xy. | |
 | 2,88. | |||
6,78. | ||||
8,73. | ||||
14,58. | ||||
10,68. | ||||
18,48. | ||||
4,83. | ||||
6,78. | ||||
14,58. | ||||
14,58. | ||||
32,13. | ||||
22,38. | ||||
37,98. | ||||
6,78. | ||||
10,68. | ||||
26,28. | ||||
30,18. | ||||
65,28. | ||||
39,93. | ||||
78,93. | ||||
20,43. | ||||
22,38. | ||||
49,68. | ||||
B=.
10 756=5393k+269*().
K=1.95.
B=0.93.
=? 1.95x+0.93.
Д?= =? Д?= 2.11.
Д= =? Д= 433,93.
з =.
з = 0,99.
Проведя анализ парной линейной связи было выявлено, что модель является адекватной, т. к з >1. Построенная модель показывает, что прибыль в течении данного периода в 0,99 раза больше, чем общий объем пойманной рыбы за тот же период.
Fопт. Fкр.
Fопт.=*
Fопт. = 3860.22.
Fкр. = 4.32.
Fопт. Fкр.=? Критерий Фишера выполняется, построенная модель является значимой и адекватно отражает моделируемый процесс.