инф контрольная м
.doc
Московский государственный университет технологии и управления
Кафедра «Менеджмента»
Факультет «Экономики и предпринимательства»
КОНТРОЛЬНАЯ РАБОТА
По дисциплине: «Информационные технологии управления состояниями экономических объектов»
Выполнила студентка 3 курса СФО
Специальность 080502 Шифр 2236
Ф.И.О. Ляпин
Проверил ___________________________________
(Ф.И.О. преподавателя)
Вх. №___________ Дата рег.________________
Результаты проверки______________________
Филиал МГУТУ в г. Архангельске
2008 год
1. Вычисление регрессионных зависимостей.
1.1. Вычислить значения регрессионно - авторегрессионой зависимости Yk = Yk-1 + a * Xk + b для k = 1, 2, 3, 4, 5, если Xk = k , Y0 = 0, если a и b – первые ненулевые числа в последних 6 цифрах индивидуального шифра зачетной книжки студента.
1.2. Вычислить значения регрессионно-авторегрессионой зависимости Yk = Yk-1 + a * Xk + b для k = 1, 2, 3, 4, 5, если a и b – первые ненулевые числа в последних 6 цифрах индивидуального шифра зачетной книжки студента, Y0 = 0, a {Xk} = {10, 15, 20, 25, 30}.
а=3, в=6
1.3. Вычислить значения авторегрессионной зависимости второго порядка Yk = a * Yk-1 + b * Yk-2, для k = 1, 2, 3, 4, 5, если a и b – первые ненулевые числа в последних 6 цифрах индивидуального шифра зачетной книжки студента, Y0 = 1, а Y-1 = 0.
а=3, в=6
2. Идентификация регрессионных зависимостей.
2.1 . Построить систему линейных уравнений для нахождения коэффициентов а и b линейного уравнения регрессии: Yk = a * Xk + b + Hk, где Xk и Yk заданные значения рядов чисел, а Hk – нормально распределенные значения ряда некоррелированных случайных чисел для k = 1, … K.
следовательно
Для линейной функции F найдем частное произведение функции F, по переменным а и в и приравняем их к «0».
Возьмем производную от функции, где а - переменная величина, в – постоянная величина
Возьмем производную от функции, где а - постоянная величина, в – переменная величина
2.2. Построить систему линейных уравнений для нахождения коэффициентов а и b нелинейного регрессионной зависимости: Yk = a * Xk2 + b + Hk, где Xk и Yk заданные значения рядов чисел, а Hk – нормально распределенные значения ряда некоррелированных случайных чисел для k = 1, … K.
следовательно
Для линейной функции F найдем частное произведение функции F, по переменным а и в и приравняем их к «0».
Возьмем производную от функции, где а - переменная величина, в – постоянная величина
Возьмем производную от функции, где а - постоянная величина, в – переменная величина
2.3. Построить систему линейных уравнений для нахождения коэффициентов а и b регрессионно-авторегрессионой зависимости: Yk = a * Yk-1 + b * Xk + Hk, где Xk и Yk заданные значения рядов чисел, а Hk – нормально распределенные значения ряда некоррелированных случайных чисел для k = 1, … K.
следовательно
Для линейной функции F найдем частное произведение функции F, по переменным а и в и приравняем их к «0».
Возьмем производную от функции, где а - переменная величина, в – постоянная величина
Возьмем производную от функции, где а - постоянная величина, в – переменная величина
2.4. Построить систему линейных уравнений для нахождения коэффициентов а и b авторегрессионной зависимости второго порядка Yk = a * Yk-1 + b * Yk-2 + Hk, где Xk и Yk заданные значения рядов чисел, а Hk – нормально распределенные значения ряда некоррелированных случайных чисел для k = 1, … K.
следовательно
Для линейной функции F найдем частное произведение функции F, по переменным а и в и приравняем их к «0».
Возьмем производную от функции, где а - переменная величина, в – постоянная величина
Возьмем производную от функции, где а - постоянная величина, в – переменная величина
3. Применение идентификации регрессионных зависимостей.
Предприятие производит выпуск продукции, количество которой Q зависит от управления (привлеченных средств) С. Различные варианты эмпирической зависимости Q = Q(C) даны в таблице. Варианты эмпирической зависимости соответствуют номеру столбца таблицы, содержащего данные Q. Выбор варианта для студента определяется последним номером его зачетной книжки.
|
Варианты |
|||||||||
C |
Q0 |
Q1 |
Q2 |
Q3 |
Q4 |
Q5 |
Q6 |
Q7 |
Q8 |
Q9 |
1 |
1 |
3 |
0 |
2 |
0 |
2 |
3 |
2 |
4 |
0 |
2 |
4 |
3 |
0 |
1 |
1 |
4 |
4 |
2 |
2 |
3 |
3 |
3 |
4 |
2 |
3 |
3 |
4 |
4 |
4 |
3 |
3 |
4 |
6 |
4 |
3 |
3 |
5 |
5 |
6 |
3 |
6 |
5 |
5 |
5 |
6 |
4 |
4 |
7 |
6 |
6 |
7 |
6 |
7 |
6 |
8 |
5 |
3 |
6 |
9 |
7 |
5 |
8 |
8 |
9 |
7 |
9 |
5 |
5 |
6 |
9 |
8 |
9 |
10 |
7 |
8 |
8 |
11 |
9 |
5 |
5 |
8 |
8 |
9 |
9 |
9 |
10 |
3.1. Задайте вид математической модели зависимости Q = Q(C) в виде линейного уравнения регрессии.
3.2. Определите его адекватность эмпирическим данным, используя критерии качества модели:
1) коэффициент корреляции COR;
2) D – коэффициент детерминации;
3) PR – критерий случайности (критерий поворотных точек);
4) DW – критерий независимости (Дарбина-Уотсона);
5) RS- критерий нормальности соответствия случайных остатков модели;
6) коэффициент T – статистики Стьюдента;
7) коэффициент F – статистики Фишера.
3.3. Подготовьте данные для расчетов средствами Excel, оформив соответствующий шаблон решения задачи.
1. Для определения а и в используется пункт меню сервис - анализ данных – регрессия. Коэффициент а и в указывается в таблице дисперсионный анализ в столбце коэффициент (коэффициент а – У пересечение, коэффициент в - с).
Q =2+0,83С
2. а) коэффициент корреляции COR.
Характеризует силу связи между величинами С и Q, если коэффициент больше 0, то связь прямая, т.е. с увеличением С увеличивается Q. COR<0, то связь обратная т.е. с увеличением Q – уменьшается
Чем ближе коэффициент корреляции по модулю к 1, тем сильнее связь.
Значение коэффициента корреляции указан, в таблице регрессионной статистики в строке множественный R.
COR=0,9 – связь прямая
б) D – коэффициент детерминации.
Характеризует тесноту связи между параметрами С и Q его значение указана в таблице регрессионной статистики строке R-квадрат, D=0,8 т.е. изменение значение Q, объясняется вариацией С на 80%. 20% - составляет факторы влияющие на величину Q, но в данную модель не включены.
в) PR – критерий случайности (критерий поворотных точек)
Определяется по величине остатков
5>1,83 следовательно модель адекватна
Еt |
m |
Et2 |
Et-Et-1 |
(Et-Et-1)2 |
0,16 |
- |
0,25 |
- |
- |
0,33 |
1 |
0,03 |
0,16 |
0,02 |
-0,5 |
1 |
0,02 |
-0,83 |
0,69 |
0,66 |
1 |
0,29 |
1,16 |
1,36 |
-0,16 |
- |
0,62 |
-0,83 |
0,69 |
-2 |
1 |
0,79 |
-1,83 |
3,36 |
1,16 |
1 |
2,46 |
3,16 |
10,02 |
0,33 |
- |
3,06 |
-0,83 |
0,69 |
-8,88 |
5 |
6,33 |
0,16 |
16,86 |
г) DW – критерий независимости (Дарбина-Уотсона)
Так как и попадает в интервал 1,08<<1,36, то критерий ответа не дает.
д) RS- критерий нормальности соответствия случайных остатков модели
Свойство не выполняется
е) коэффициент T – статистики Стьюдента
определяется статистическим значением коэффициента регрессии tстатист.=2,08, tтабл.=2,36. значит tстат.>tтабл. коэффициент значим.
ж) коэффициент F – статистики Фишера
определяется статистическая значимость уравнения регрессии в целом
Fфак.=27,63, Fтаб.=5,32
Fфак.> Fтаб., то уравнение статистически значимо, модель адекватна.
Вывод: модель Q =2+0,83С в модель включены 80% факторов, оказывающих влияния на Q, связь между величинами С и Q прямая умеренная, модель адекватная.
4. Уравнения состояний производственных и коммерческих операций.
Вычислить динамику изменения количества Qt, продукции и чистой прибили NPROFt предприятия в течение 6 периодов при условии, что управление C (в виде суммы собственных О и заемных I вложений), постоянные ЕС и переменные ЕV затраты, цена Р продукции, коэффициент а возврата прибыли в производство и ставки налога taxt, taxНДС на прибыль и добавочную стоимость не изменяются. Текущее количество продукции зависит от количества продукции, полученного в течение не более трех предыдущих периодов (Qt = ƒ(Qt-1, Qt-2, Qt-3)), а налог на прибыль начисляется при условии, что она строга больше 0.
Различные варианты условий, соответствующие номеру столбца таблицы, приведены в ее строках. Выбор варианта для студента определяется последним номером его зачетной книжки.
Условия |
Вариант 6 |
C |
50 |
ЕС |
40 |
ЕV |
4 |
Р |
8 |
а |
0,6 |
taxНДС |
0,20 |
taxt |
0,50 |
Решение:
Q0=0
Q1=53,6
5. Оптимизация производственных и коммерческих операций.
В соответствии с вариантом (вариант задания определяется последней цифрой зачетной книжки студента):
5.1. Найти графическое решение задачи линейного программирования.
5.2. Подготовить шаблон для решения задачи средствами Excel и отобразить необходимые команды в интерфейсе инструмента Поиск решения.
F = 3 х - 2 у
Графический способ решения.
Построим многоугольник решения (область допустимых значений), в одной из графических точек которого целевая функция может достигать своего минимального и максимального значения.
х 0 2 х 0 -2 х 0 4
у 7 0 у 1 0 у 2,8 0