Учебная работа № 85070. «Контрольная Эластичность, понятие, коэффициент, виды, формы
Содержание:
«Введение 3
1. Эластичность спроса. Коэффициент эластичности 4
2. Основы эластичности предложения 10
Заключение 14
Список использованных источников 16
»
Форма заказа готовой работы
Выдержка из похожей работы
Фмп-12
Проверила: Искакова З,Д,,
д,э,н,, профессор
Астана 2011
План
1, Теоретическое введение
2, Методические рекомендации
3, Основные виды регрессий
1, Теоретическое введение
Регрессионный и корреляционный анализ позволяет установить и оценить зависимость изучаемой случайной величины Y от одной или нескольких других величин X, и делать прогнозы значений Y, Параметр Y, значение которого нужно предсказывать, является зависимой переменной, Параметр X, значения которого нам известны заранее и который влияет на значения Y, называется независимой переменной, Например, X — количество внесенных удобрений, Y — снимаемый урожай; X — величина затрат компании на рекламу своего товара, Y — объем продаж этого товара и т,д,
Корреляционная зависимость Y от X — это функциональная зависимость
,
(1,1)
где — среднее арифметическое (условное среднее) всех возможных значений параметра Y, которые соответствуют значению , Уравнение (1,1) называется уравнением регрессии Y на X, функция — регрессией Y на X, а ее график — линией регрессии Y на X,
Основная задача регрессионного анализа — установление формы корреляционной связи, т,е, вида функции регрессии (линейная, квадратичная, показательная и т,д,),
Метод наименьших квадратов позволяет определить коэффициенты уравнения регрессии таким образом, чтобы точки, построенные по исходным данным , лежали как можно ближе к точкам линии регрессии (1,1), Формально это записывается как минимизация суммы квадратов отклонений (ошибок) функции регрессии и исходных точек
,
регрессионный корреляционный детерминация экспонента
где — значение, вычисленное по уравнению регрессии; — отклонение (ошибка, остаток) (рис,9,1); n — количество пар исходных данных,
Рис,1,1″