Нахождение связей между экономическими показателями.

Исходные данные.

Прогноз мирового ВНП.

Фактические данные			Прогноз
	1970	1980	1990	2000	2010
Мир всего	3745	12263	23004	44440	91304
Промышленно развитые страны	2195	7892	16286	31799	62639
Северная Америка	1094	2449	5999	10761	21027
Европа	851	3705	6998	12976	24377
Япония	205	1059	2945	7424	16004
Развивающиеся страны	387	2118	3067	6772	16733
Страны с планов экономикой	1163	2254	3651	5869	11931
Китай	94	298	364	9800	2420

Из множества показателей, зарегистрированных в одно и тоже время, выбрать два наиболее тесно взаимосвязанные, т. е. параллельно изменяющиеся на графике относительно времени.

Для этого необходимо:

1) Построить линии изменения показателей по временной оси.

Колонка аргумента Х – временной показатель. Остальные колонки - другие показатели.

2) Визуально по общему графику выбрать два наиболее тесно связанных показателя.

3) Проанализировать их экономической смысл и определить аргумент(Х) - независимый показатель, функцию(у) – зависимый.

4) Построить график y=f(x), охарактеризовать связи.

Лабораторная работа №6.

Построение двухфакторной модели методом корреляционно-регрессионного анализа.

Построить двухфакторную модель вида:

у=а+вх

а – intersept, пересечение, в – slоpe, наклон.

Ход работы:

1. Открыть SGWIN.

2. Открыть Untitled Stat Folio

3. Переименовать колонку:

- выделить все

- меню Edit/Mоdify-Column

- ввести имя латинскими буквами

4) Ввести значения показателя в вертикальную колонку (в первую – у)

5) Повторить пп 3,4 для других показателей

6) Главное меню / Relate

7) Выбрать Simple Regression

8) Получив экран ответа, выписать модель и все оценочные коэффициенты.

В выводе необходимо отразить и обьяснить величину и знак коэффициента корреляции, величину и знак коэффициента при Х и свободного члена в уравнении модели, охарактеризовать тесноту и направленность связи между показателями, оценить влияние неучтенных в модели факторов.

Лабораторная работа №7

Проверка на адекватность двухфакторной модели.

Для проверки модели на адекватность необходимо произвести сравнение «у» фактического и «у» расчетного, подставив поочередно в полученную модель фактические значения «Х».

Расчеты удобно выполнять в следующей таблице:

Х	Уфакт	Урасч	/Урасч – Уфакт/

Вывод: если полученное значение меньше или равно 5%, то модель считается адекватной. В случае получения неадекватной модели ее нужно пересчитать, изменив вид модели. Окончательный выбор модели делается по следующим критериям: наибольший коэффициент корреляции, наименьшая стандартная ошибка, наименьший процент относительной ошибки.

Лабораторная работа №8