 |
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция
Задание №2. Построение и анализ линейной линии тренда
Задание №1. Первичная обработка исходных данных
1. Собрать n=360-365 данных любого года по акциям ведущих компаний России. В следующем виде:
Например:
| № дня или t | дата | Цена открытия |
| 1 мая 2013 | 32, 745 | |
| 2 мая | 32, 795 | |
| .......... | ............ | ............................................ |
| 1 мая 2014 | 31, 195 |
2. По цене открытия построить гистограмму.
3. Провести первичную статистическую обработку данных. Использовать опции Данные →Анализ данных→Описательная статистика
4. Исследовать данные на однородность. Использовать коэффициент вариации
Vy = (σy/ 
) 100%.
При этом следует ответить на вопрос: нужно ли разные порции данных обрабатывать разными способами?
1. Результаты обработки описать.
Сгруппировать описание по категориям:
А) Мода, медиана, среднее значение, асимметрия
Б) Эксцесс, дисперсия, среднеквадратичное отклонение.
2. Отсортировать данные и сгруппировать их в k = 3,22* ln(n) + 1 групп.
С помощью функции ЧАСТОТА определить количество данных попавших в каждую группу. Построить график частот. На этом графике показать моду, медиану, среднее значение, асимметрию, эксцесс.
3. По гистограмме построить 5 типов линий тренда. Выбрать из них наилучшую по R2. И по экономическим соображениям.
Написать краткую характеристику компании. Текст пишется в редакторе WORD шрифтом 12 не менее 0,5 страницы. Например:
ОЙЛ - ведущая вертикально-интегрированная нефтяная компания России, история которой начинается с Постановления Совета Министров от 25 ноября 1999 года об образовании Государственного нефтяного концерна "Нефть", преобразованного Постановлением Правительства уже РФ № 229 от 17 апреля 2000 года во всемирно известное сегодня акционерное общество.
Предприятие активно развивает разведку и добычу нефти и газа, производство и реализацию нефтепродуктов. ОЙЛ является крупнейшей в мире частной нефтяной компанией по доказанным запасам сырой нефти. Интересы компании широко представлены в странах СНГ, Восточной Европе и на Ближнем Востоке. При этом она играет ключевую роль в топливно-энергетическом секторе нашей экономики. Холдинг добывает седьмую часть всей российской нефти.
Ценные бумаги общества котируются на ведущих биржах мира. Компания выпустила в свободное обращение более 60% уставного капитала. Акции «ОЙЛа» занимают одно из ведущих мест по ликвидности на российском и международном рынке.
Официальный веб-сайт - www.oil.ru.
Задание №2. Построение и анализ линейной линии тренда
Построить линейное уравнение парной регрессии (линии тренда), заполнить все приведенные ниже таблицы и построить графики.
Ваше уравнение регрессии имеет вид: Y = a + b*t
1. Коэффициенты a, b определить с помощью Данные→Поиск решения из условия
∑(Yt - a – b*t)2 → min
2. Заполнить все приведенные ниже 4 таблицы и построить 2 графика.
Таблица 1
| Регрессионная статистика | |
| Множественный R | коэффициент корреляции r |
| R-квадрат | SS1/(SS1 + SS2) |
| Нормированный R-квадрат | R2-k(1- R2)/ (n-k-1) |
| Стандартная ошибка | (SS2/(n-k-1))^0.5 |
| Наблюдения | N=n |
Таблица 2
| df | SS | MS | F | Значимость F | |
| Регрессия | k | SS1 | SS1/k | Fвыч | α |
| Остаток | n-k-1 | SS2 | SS2/(n-k-1) | ||
| Итого | n-1 | SS1 + SS2 |
Таблица 3
| Коэффициенты | Стандартная ошибка | t-статистика | P значение | Нижние 95% | Верхние 95% | |
| Y-пересечение | a | c.o.(a) | a / c.o.(a) | 
| a – tтаб * c.o.(a) | a + tтаб*c.o.(b) |
| Переменная X 1 | b | c.o.(b) | b / c.o.(b) | 
| b – tтаб * c.o.(b) | b + tтаб*c.o.(a) |
| ВЫВОД ОСТАТКА |
Таблица 4
| Наблюдение | Предсказанное Y | Остатки |
| a + b*1 | Y1 - a –b*1 | |
| a + b*2 | Y2 - a – b*2 | |
| a + b*3 | Y3 - a – b*3 | |
| … | … | … |
| n | a + b*n | Yn – a - b*n |
Замечание 1. c.o.(a)= (S2u/n(1+ 
2 / σ2t))0,5, c.o.(b)= (S2u/(n σ2t))0,5,
Где S2u=n σ2e/(n-2).
Замечание 2. Величина α в таблице 2 вычисляется с помощью функции FРАСП.
Замечание 3. Величины , в таблице 3 вычисляется с помощью функции СТЬЮДРАСП.
Замечание 4. Величина tтаб в таблице 3 вычисляется с помощью функции СТЬЮДРАСПОБР.
3. На основе таблиц 2,3 сделать обоснование адекватности уравнения опытным данным.
4. Построить графики подбора и остатков.
5. По опытным данным с помощью «Данные» Þ «Анализ данных»Þ «Регрессия» построить уравнение регрессии. Сравнить данные полученные в таблице с компьютерной выдачей.
Поиск по сайту: