Смекни!
smekni.com

Таблица 3.

Показатели I и III квадрантов МОБ

в новых ценах (млн.руб.)

отрасли-производители

отрасли-потребители

1

2

3

1

30*р1

10*р1

15*р1

2

35*р2

50*р2

20*р2

3

15*р3

25*р3

30*р3

зарплата

19,5*1

13,5*1

19,5*1,5

прочие элементы добавленной стоимости

45,5*р1

31,5*р2

45,5*р3

валовый выпуск

145*р1

130*р2

130*р3

С учетом указанных условий соотношения МОБ (2) запишутся:

Система уравнений представляет собой балансовую модель для решения задачи (1.5). После при


ведения подобных модель имеет вид:


3. Задача №2.

2.1. Для определения вида зависимости построим диаграмму рассеяния по имеющимся данным.

Рис.1. Диаграмма рассеяния и регрессионная прямая, отражающая зависимость инвестиций от объема производства

Расположение точек на диаграмме рассеяния позволяет предположить линейную связь между прибылью предприятия и ставкой налога. Поэтому имеет смысл искать зависимость в виде линейной функции:

ŷ = b0 + b1х. Очевидно также, что данная зависимость прямая: с увеличением ставки налога прибыль уменьшается.

2.2. В нашем примере при использовании МНК минимизируется следующая функция

, т.е. сумма квадратов отклонений эмпирических значений уi от расчетных значений ŷi должно быть минимальным. Согласно МНК для нашего примера воспользуемся следующими формулами расчета:

Для нахождения оценок параметров b0 и b1 в ручном режиме составим рабочую таблицу, которая содержит исходные данные и промежуточные результаты.


Таблица 4.

Рабочая таблица вычисления оценок параметров уравнения регрессии при изучении зависимости инвестиций от объема производства

I

x

y

x*2

x*y

y2

Yср

e

e2

e/y*100

(x-x ср)2

(у-уср)2

(е-е1)

(е-е)2

1

10

110

100

1100

12100

105,92

4,08

16,65

3,71

400

2177,78

-

-

2

20

75

400

1500

5625

84,62

-9,62

92,54

12,83

100

136,11

-13,7

187,69

3

15

100

225

1500

10000

95,27

4,73

22,37

4,73

225

1344,69

14,35

205,92

4

25

80

625

2000

6400

73,97

6,03

36,36

7,54

25

277,89

1,3

1,69

5

30

60

900

1800

3600

63,32

-3,32

11,02

5,53

0

11,089

-9,35

87,42

6

35

55

1225

1925

3025

52,67

2,33

5,43

4,24

25

69,39

5,65

31,92

7

40

40

1600

1600

1600

42,02

-2,02

4,08

5,05

100

544,29

-4,35

18,92

8

35

80

1225

2800

6400

52,67

27,33

746,93

34,16

25

277,89

29,35

861,42

9

25

60

625

1500

3600

73,97

-13,97

195,16

23,28

25

11,09

-41,3

1705,69

10

40

30

1600

1200

900

42,02

-12,02

144,48

40,07

100

1110,89

1,95

3,80

11

45

40

2025

1800

1600

31,37

8,63

74,48

21,58

225

544,29

20,65

426,42

12

40

30

1600

1200

900

42,02

-12,02

144,48

40,07

100

1110,89

-20,65

426,42

Сумма

360

760

12150

19925

55750

759,84

1493,98

202,78

1350

7616,29

-16,1

259,21

среднее

30,00

63,33

1012,50

1660,42

4645,83

63,32

0,00

124,50

16,90

112,50

634,69

-1,34

21,60


Согласно формулам имеем:

Таким образом, регрессионная модель имеет вид: ŷ=127,22+(-2,13)х.

у1= 127,22+(-2,13)*10= 105,92

Для анализа силы линейной зависимости прибыли от ставки налога найдем коэффициент корреляции по формуле:

Данное значение коэффициента корреляции позволяет сделать вывод о том, что связи между прибылью и ставкой налога не чуществует.