Kopia wsb model NIELINIOWE Cz1 2011 12


Overview

hiperbola_przyklad tablicowy
hiperbola_CWICZENIE1
hiperbola - trend
parabola_wynik finansowy
case study - rainfall


Sheet 1: hiperbola_przyklad tablicowy

HIPERBOLA W MODELOWANIU KOSZTU JEDNOSTKOWEGO
















Badano zależność kosztu jednostkowego pewnego wyrobu od skali produkcji. Przedsiębiorstwa pogrupowano wg wielkości produkcji na 11 grup i otrzymano następujące średnie wartości kosztu jednostkowego (w tys. zł) i skali produkcji (w tys. sztuk).






































Koszt j skala Z=1/x






30 1 1






26 1,25 0,8






20 2 0,5






18 2,5 0,4






14 5 0,2






12 10 0,1






12 12,5 0,08






11 20 0,05






10 25 0,04






10 50 0,02






11 100 0,01
















1. Oszacuj KMNK parametry hiperboli wyrażającej zaleźność kosztu jednostkowego od skali produkcji. W tym celu wyznacz odpoweidnią macierz CROSS.






























































2. Zinterpretuj uzyskany model.
















3. Oceń dopasowanie modelu do danych empirycznych, interpretując jednocześnie miary dopasowania.
















4. Czy postać nanalityczna modelu jest właściwa? W jaki sposób to stwierdzić?
















5. Jaki model kosztu całkowitego wynika z oszacowanego modelu kosztu jednostkowego?









































Y=20*Z+10


































Y=20/X+10
















X=





















Kj=20/Prod+10









PC=Kj*Prod




















KC=20+10*Prod
































































































































































































































































































































PODSUMOWANIE - WYJŚCIE










Statystyki regresji



Wielokrotność R 0,998309511623565



R kwadrat 0,996621880998081















Dopasowany R kwadrat 0,996246534442312















Błąd standardowy 0,421637021355784















Obserwacje 11

































ANALIZA WARIANCJI

















df SS MS F Istotność F











Regresja 1 472,036363636364 472,036363636364 2655,20454545455 1,96073020618409E-12











Resztkowy 9 1,6 0,177777777777777













Razem 10 473,636363636364

































Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 99,0% Górne 99,0%








Przecięcie 10 0,170031262026032 58,8127140905947 5,98429460241023E-13 9,61536256349452 10,3846374365055 9,44742636156504 10,552573638435








Z=1/x 20 0,388133388905217 51,5286769231906 1,96073020618408E-12 19,1219812759619 20,8780187240381 18,7386303180376 21,2613696819624






























































SKŁADNIKI RESZTOWE - WYJŚCIE


































Obserwacja Przewidywane Koszt j Składniki resztowe














1 30 -7,105427357601E-15


PODSUMOWANIE - WYJŚCIE










2 26 -7,105427357601E-15














3 20 0


Statystyki regresji









4 18 0


Wielokrotność R 0,998309511623565









5 14 0


R kwadrat 0,996621880998081









6 12 1,77635683940025E-15


Dopasowany R kwadrat 0,996246534442312









7 11,6 0,400000000000002


Błąd standardowy 0,421637021355784









8 11 3,5527136788005E-15


Obserwacje 11









9 10,8 -0,799999999999997














10 10,4 -0,399999999999997


ANALIZA WARIANCJI










11 10,2 0,800000000000004



df SS MS F Istotność F











Regresja 1 472,036363636364 472,036363636364 2655,20454545455 1,96073020618409E-12











Resztkowy 9 1,6 0,177777777777777













Razem 10 473,636363636364

































Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 95,0% Górne 95,0%








Przecięcie 10 0,170031262026032 58,8127140905947 5,98429460241023E-13 9,61536256349452 10,3846374365055 9,61536256349452 10,3846374365055








Z=1/x 20 0,388133388905217 51,5286769231906 1,96073020618408E-12 19,1219812759619 20,8780187240381 19,1219812759619 20,8780187240381






























































SKŁADNIKI RESZTOWE - WYJŚCIE


































Obserwacja Przewidywane Koszt j Składniki resztowe














1 30 -7,105427357601E-15














2 26 -7,105427357601E-15














3 20 0














4 18 0














5 14 0














6 12 1,77635683940025E-15














7 11,6 0,400000000000002














8 11 3,5527136788005E-15














9 10,8 -0,799999999999997














10 10,4 -0,399999999999997














11 10,2 0,800000000000004


























































































































































































































































































































Sheet 2: hiperbola_CWICZENIE1

HIPERBOLA - przykład MODELU NIELINIOWEGO, LINIOWEGO WZGL. PARAMETRÓW













Pewna prywatna, jedno-oddziałowa szkoła języków obcych rozpoczęła działalność w 1995 roku. Wtedy to, aby pozyskać uczniów na pierwszy rok, przeprowadziła intensywną kampanię reklamową, wydając na nią 20 tys. zł.


W poniższej tabeli zestawiono informację na temat wydatków na reklamę (X, w tys. zł) oraz liczby osób, które zapisywały się na pierwszy rok (Y, w dziesiątkach osób) w okresie 1997-2006


























Rok Y X

1997 36,2 20

1998 34 10

1999 16 2,5

2000 25 4

2001 28 5

2002 10 2

2003 15,6 2,5

2004 25 4

2005 28,8 5

2006 34,4 10
















1. Uzsadnij dlaczego hiperbola może być odpowiednią postacią analityczną modelu, wyrażającego zależność liczby studentów od wydatków na reklamę.













2. Jaką konstrukcję miałaby macierz CROSS, niezbędna do oszacowania parametrów modelu hiperbolicznego.













3. Oszacuj parametry modelu hiperbolicznego i je zinetrpretuj.













4. Oceń dopasowanie modelu do danych empirycznych.













5. Czy wydatki na reklamę są zmienna istotną? Uzasadnij.













6. Wyznacz prognozę liczby uczniów, którzy w 2012 roku zgłoszą się na pierwszy rok nauki, wiedząc, że akcja promocyjna kosztować będzie 8 tys. zł.














Sheet 3: hiperbola - trend

HIPERBOLA - przykład MODELU NIELINIOWEGO, LINIOWEGO WZGL. PARAMETRÓW






































Badano kwartalne przychody pewnego funduszu emerytalnego (wyrażone w mln zł)w ciągu kolejnych kwartałów 2007-2009.










Na podstawie zebranych informacji zauważono, ze rosły one coraz wolniej w ciągu roku. Według badań specjalistów przychody te nie powinny przekroczyć pewnego granicznego poziomu. Stąd kształtowanie się przychodów tego funduszu emerytalnego postanowiono opisać trendem hiperbolicznym
































Y t Z
Y=Beta1*(1/t)+Beta2+E












2007 I 341 1 1















II 946 2 0,5















III 1086 3 0,333333333333333





IV 1163 4 0,25



2008 I 1237 5 0,2




II 1245 6 0,166666666666667




III 1322 7 0,142857142857143




IV 1331 8 0,125



2009 I 1360 9 0,111111111111111




II 1424 10 0,1




III 1404 11 0,090909090909091




IV 1397 12 0,083333333333333





















1. Oszacuj parametry tego modelu, wykorzystując gotowe narzędzia Excela, jak również analitycznie, wyznaczając odpowiednią macierz CROSS

2. Jdokonaj interpretacji oszacowanego trendu







2. Czy trend jest dobrze dopasowany do danych empirycznych?




R^2

3. Czy postać analityczna tego trendu jest słuszna?







4. Czy składniki losowe nie są skorelowane?


















5. Wyznacz prognozę przychodów funduszu w III kwartale 2011 roku.

























































































PODSUMOWANIE - WYJŚCIE






































Statystyki regresji

















Wielokrotność R 0,995498180870436

















R kwadrat 0,991016628116348 bardzo dobrze dopasowany
















Dopasowany R kwadrat 0,990118290927983

















Błąd standardowy 30,0721248128625

















Obserwacje 12





































ANALIZA WARIANCJI



















df SS MS F Istotność F













Regresja 1 997630,673092396 997630,673092396 1103,16776478971 1,44520498716651E-11













Resztkowy 10 9043,3269076038 904,33269076038















Razem 11 1006674





































Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 99,0% Górne 99,0%











Przecięcie 1483,80101468684 12,4369007737212 119,306332154878 4,19824425179001E-17 1456,08987299352 1511,51215638017 1444,38508494517 1523,21694442851











Z -1143,85149586068 34,4388676136522 -33,2139694223638 1,44520498716651E-11 -1220,58607447982 -1067,11691724154 -1252,99765782979 -1034,70533389156










































Y=1144*Z+1483,8



























SKŁADNIKI RESZTOWE - WYJŚCIE









Y=1144/t+1483,8



























Obserwacja Przewidywane Y Składniki resztowe
















1 339,949518826164 1,05048117383603







wyraz wolny (granica do której dąży Y)= 1483,8







2 911,875266756504 34,1247332434965
















3 1102,51718273328 -16,5171827332833
















4 1197,83814072167 -34,8381407216732
















5 1255,03071551471 -18,0307155147073
















6 1293,15909871006 -48,1590987100631
















7 1320,39365813532 1,60634186468246
















8 1340,81957770426 -9,81957770425811
















9 1356,70640403566 3,29359596434347
















10 1369,41586510078 54,5841348992249
















11 1379,81451506315 24,1854849368551
















12 1388,48005669845 8,51994330154685



























oszacowalusmy ze kwartalne przychody tego funduszu wzrastają ale robia to coraz wolniej dążąc do granizcznegho poziomu 1483,8 mln zl













































































PODSUMOWANIE - WYJŚCIE






































Statystyki regresji

















Wielokrotność R 0,995498180870436

















R kwadrat 0,991016628116348





Y=-1143,8515*Z+1483,80101










Dopasowany R kwadrat 0,990118290927983

















Błąd standardowy 30,0721248128625

















Obserwacje 12





































ANALIZA WARIANCJI



















df SS MS F Istotność F













Regresja 1 997630,673092396 997630,673092396 1103,16776478971 1,44520498716651E-11













Resztkowy 10 9043,3269076038 904,33269076038















Razem 11 1006674





































Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 95,0% Górne 95,0%










Przecięcie 1483,80101468684 12,4369007737212 119,306332154878 4,19824425179001E-17 1456,08987299352 1511,51215638017 1456,08987299352 1511,51215638017










Z -1143,85149586068 34,4388676136522 -33,2139694223638 1,44520498716651E-11 -1220,58607447982 -1067,11691724154 -1220,58607447982 -1067,11691724154






































































SKŁADNIKI RESZTOWE - WYJŚCIE






































Obserwacja Przewidywane Y Składniki resztowe
















1 339,949518826164 1,05048117383603
















2 911,875266756504 34,1247332434965
















3 1102,51718273328 -16,5171827332833
















4 1197,83814072167 -34,8381407216732
















5 1255,03071551471 -18,0307155147073
















6 1293,15909871006 -48,1590987100631
















7 1320,39365813532 1,60634186468246
















8 1340,81957770426 -9,81957770425811
















9 1356,70640403566 3,29359596434347
















10 1369,41586510078 54,5841348992249
















11 1379,81451506315 24,1854849368551
















12 1388,48005669845 8,51994330154685
















Sheet 4: parabola_wynik finansowy

ĆWICZENIE - PARABOLA




















Postanowiono zbadać zależność między wynikiem finansowym pewnej szkoły prywatnej (Y, w tys. zł) a średniomiesięcznymi wydatkami na reklamę (X, w tys. zł) Przyjęto hipotezę, że zależność jest paraboliczna:


















































objasniana objasniajace









Dane empiryczne: WF (tys. zł) Wydatki na reklamę (tys. zł)




Modelowe



y x Z=x^2








4,1 20 400



0



96,7 10 100



90



-66,9 23 529



-66



48,8 4 16



48



56,9 5 25



60



21,6 2 4



18



23,9 2,5 6,25



26,25



44,5 4 16



48



71 14 196



78



89,9 10 100



90



89,9 9 81



88














1. Jaką konstrukcję mialaby macierz CROSS?










2. Oszacuj parametry modelu parabolicznego.




















3. Przyjmij zaokrąglenia parametrów (do liczb calkowitych) i wykonaj niezbedne obliczenia w celu ustalenia:




















a) jaki jest optymalny poziom wydatków na reklamę i jaki jest maksymalny wynik fianansowy (zgodnie z modelem)




















b) przy jakim poziomie wydatków na reklamę wynik finansowy jest dodatni.




















4. W jaki sposób można by zweryfikować, że parabola jest właściwą postacia analityczna modelu?











































a -1






delta 361
miejsca zerowe





b 21





pierwias 19
20





ce -20



^Y=21X-1(X^2)-20







1






Y=aX^2+bX+c










































PODSUMOWANIE - WYJŚCIE










































Statystyki regresji



















Wielokrotność R 0,99657441821001



















R kwadrat 0,993160571030621



















Dopasowany R kwadrat 0,991450713788276



















Błąd standardowy 4,40581127565717



















Obserwacje 11









































ANALIZA WARIANCJI





















df SS MS F Istotność F















Regresja 2 22549,7324342082 11274,8662171041 580,844146771362 2,18816150889877E-09















Resztkowy 8 155,289383973663 19,4111729967078

















Razem 10 22705,0218181818



















a,b,c




















Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 99,0% Górne 99,0%












Przecięcie -20,459998778688 3,83632689452213 -5,33322611477732 0,000699809437 -29,3065844541426 -11,6134131032334 -33,3323614386595 -7,58763611871659












x 21,0650894842129 0,822858972462428 25,5998782162818 5,81223370998335E-09 19,1675732925923 22,9626056758335 18,3040789127018 23,826100055724












Z=x^2 -1,00103633127471 0,033097014888349 -30,2455171456299 1,54994269187806E-09 -1,07735818440711 -0,924714478142317 -1,11208963572946 -0,889983026819965





























































PODSUMOWANIE - WYJŚCIE















SKŁADNIKI RESZTOWE - WYJŚCIE

























Statystyki regresji














Obserwacja Przewidywane y Składniki resztowe

Wielokrotność R 0,99657441821001














1 0,427258395685783 3,67274160431422

R kwadrat 0,993160571030621














2 90,08726293597 6,61273706403003

Dopasowany R kwadrat 0,991450713788276














3 -65,5111598861132 -1,3888401138868

Błąd standardowy 4,40581127565717














4 47,7837778577682 1,01622214223175

Obserwacje 11














5 59,8395403605088 -2,93954036050875


















6 17,666034864639 3,93396513536105

ANALIZA WARIANCJI















7 25,9462478613773 -2,0462478613773


df SS MS F Istotność F










8 47,7837778577682 -3,28377785776824

Regresja 2 22549,7324342082 11274,8662171041 580,844146771362 2,18816150889878E-09










9 78,2481330704494 -7,2481330704494

Resztkowy 8 155,289383973663 19,4111729967078












10 90,08726293597 -0,187262935969969

Razem 10 22705,0218181818













11 88,0418637459766 1,85813625402344
























Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 95,0% Górne 95,0%






jaki to model?
parabola


Przecięcie -20,459998778688 3,83632689452213 -5,33322611477732 0,000699809437 -29,3065844541426 -11,6134131032334 -29,3065844541426 -11,6134131032334












x 21,0650894842129 0,822858972462428 25,5998782162818 5,81223370998335E-09 19,1675732925923 22,9626056758335 19,1675732925923 22,9626056758335






w paraboli się nie interpertuje niczego




Z=x^2 -1,00103633127471 0,033097014888349 -30,2455171456299 1,54994269187806E-09 -1,07735818440711 -0,924714478142317 -1,07735818440711 -0,924714478142317




























ramiona w dół bo -x^2+21x-20
















































SKŁADNIKI RESZTOWE - WYJŚCIE










































Obserwacja Przewidywane y Składniki resztowe


















1 0,427258395685783 3,67274160431422


















2 90,08726293597 6,61273706403003


















3 -65,5111598861132 -1,3888401138868


















4 47,7837778577682 1,01622214223175


















5 59,8395403605088 -2,93954036050875


















6 17,666034864639 3,93396513536105


















7 25,9462478613773 -2,0462478613773


















8 47,7837778577682 -3,28377785776824


















9 78,2481330704494 -7,2481330704494


















10 90,08726293597 -0,187262935969969


















11 88,0418637459766 1,85813625402344












Sheet 5: case study - rainfall

CASE STUDY - RAINFALL PROBLEM
































The following sample data have been obtained by an Agragroup staff agronomist who is working to develop new grain hybrids.
Poniższe dane zostały zebrane przez członków badawczej grupy Agragroup, zajmującej się nową odmianą pewnego zboża.

1. Plot the scatter diagram for the data (done :-))






1. Przedstaw zależność wielkości plonu (Y, w buszelach z akra) od wielkości opadów (X, w calach/m kwadr) na wykresie (zrobione :-).

2. Run the regression analysis to determine the equation coefficients for parabola.








3. Does the curve shape provide an appropriate explanation of the underlying relationship?
2. Znajdź oceny parametrów paraboli opisującej badaną zależność. Czy parabola jest dobrze dopasowana do danych empirycznych

4. Sketch the shape of the regression curve on your scatter diagram.






3. Czy hipoteza dotycząca postaci analitycznej jest słuszna?







5. What are the final conclusions based on te obtained model equatin. When does the yield reach the peak?
4. Jakie powinny być opady aby plon był jak największy?







bushel=36.4 litra






5. Przy jakiej wielkości opadów należy oczekiwać, że plon będzie równy zero?







6. What rainfall conditons probably cause that the grain yields zero bushels.






6. Nanieś na wykres wartości modelowe zmiennej.



























Zmienne pomocnicze












Yield (bushels per acre) Y Rainfall (inches) X Z1=X Z2=Xkwadr


Wartości modelowe








25 37 37 1369
a 0 0








48 11 11 121
b 0 0








123 16 16 256
c 0 0








58 36 36 1296


0








107 15 15 225


0








119 21 21 441


0








63 33 33 1089


0








91 12 12 144


0








140 22 22 484


0








98 29 29 841


0








126 23 23 529


0
















































































































































































































































































































































































































































































































































































































































































































































































































































































































































































Wyszukiwarka

Podobne podstrony:
wsb model NIELINIOWE Cz1 2011 12
WSB LAB NIELINIOWE Cz2 2011 12
wsb nieliniowe tablica 2011 12
Cwalina Sopot 2011 12 cz1
PSI 2011 12 w 8 Model i Metamodel
EK LAB WSB Z1 2011 12
K1 2011 12 zad 2
1 MSL temat 2011 12 zaoczneid 1 Nieznany
Pochodne funkcji, IB i IŚ, 2011 12
Calki, IB i IS, 2011 12 id 1073 Nieznany
dodatkowe8 analiza 2011 12 id 1 Nieznany
egz pol ETI EiT 2011 12
Lista zagadnien 2011-12, ! UR Towaroznawstwo, II ROK, chai
ćw 5 pdf przekształcenia użytkow, teren 2011 12
E1 2011 12 zad 3 id 149124
egz pol ETI AiR IBM 2011 12
Wykład 2011-12-20, psychologia drugi rok, psychologia ról

więcej podobnych podstron