Построение производственных функций

Автор работы: Пользователь скрыл имя, 24 Июня 2011 в 00:27, контрольная работа

Описание

Построение и анализ производственных функций

Работа состоит из  1 файл

Курсовая работа студентки ММвЭ 5к в-о Исаевой М.В..docx

— 152.26 Кб (Скачать документ)
 

  1. Производственная  функция CES
 

    Y = α(δK + (1-δ)L)-v/ρ

    Построим производственную функцию CES при v = 1:

 

    Y = α(δK + (1-δ)L)

    Y = δ α(K-L)+ α L

 

    Переберем различные  значения ρ, оценим параметры полученных функций и сравним все функции на прогностическую пригодность с помощью коэффициентов Тейла:

    а) ρ=0,1

 

    Результаты  регрессионного анализа:

ВЫВОД ИТОГОВ                
                 
Регрессионная статистика              
Множественный R 0,99997976              
R-квадрат 0,99995952              
Нормированный R-квадрат 0,88884391              
Стандартная ошибка 0,00496999              
Наблюдения 11              
                 
Дисперсионный анализ              

 

  df SS MS F Значимость F      
Регрессия 2 5,491921456 2,7459607 111169 1,68E-18      
Остаток 9 0,000222308 2,47E-05          
Итого 11 5,492143764            
                 
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение 0 #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д
K-L 0,61272791 0,107121311 5,7199441 0,00029 0,370403 0,85505 0,370402673 0,855053156
L^-0,1 0,85186943 0,006606825 128,93779 5,2E-16 0,836924 0,86682 0,836923755 0,866815108
 

    Для ρ=0,1 получаем уравнение:

 

    Y-0,1 = 0,6127(K-0,1-L-0,1)+0,8518* L-0,1

 

    б) ρ=0,05

 

    Результаты  регрессионного анализа:

ВЫВОД ИТОГОВ              
               
Регрессионная статистика            
Множественный R 0,999995002            
R-квадрат 0,999990004            
Нормированный R-квадрат 0,888877782            
Стандартная ошибка 0,002938021            
Наблюдения 11            
               
Дисперсионный анализ            
  df SS MS F Значимость F    
Регрессия 2 7,771657 3,885828 450167,2 6,23E-21    
Остаток 9 7,77E-05 8,63E-06        
Итого 11 7,771734          
               
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0%
Y-пересечение 0 #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д
K-L 0,659163843 0,11429 5,767444 0,00027 0,400621 0,917707 0,400621
L^-0,1 0,922913122 0,003588 257,2542 1,03E-18 0,914798 0,931029 0,914798
 

    Для ρ=0,05 получаем уравнение:

 

    Y-0,05 = 0,6591(K-0,05-L-0,05)+0,9229* L-0,05

 

    в) ρ=0,01

 

    Результаты  регрессионного анализа:

ВЫВОД ИТОГОВ                
                 
Регрессионная статистика              
Множественный R 0,999999802              
R-квадрат 0,999999604              
Нормированный R-квадрат 0,888888449              
Стандартная ошибка 0,00067189              
Наблюдения 11              
                 
Дисперсионный анализ              
  df SS MS F Значимость F      
Регрессия 2 10,26147 5,130736 11365349 1,53E-26      
Остаток 9 4,06E-06 4,51E-07          
Итого 11 10,26148            
                 
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение 0 #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д
K-L 0,698786515 0,12037 5,805339 0,000258 0,426491 0,971082 0,426491 0,971082
L^-0,1 0,984074358 0,000767 1283,763 5,38E-25 0,98234 0,985808 0,98234 0,985808
 

    Для ρ=0,01 получаем уравнение:

 

    Y-0,01 = 0,6987 (K-0,01-L-0,01)+0,984* L-0,01

 

    г) ρ=-0,01

 

    Результаты  регрессионного анализа:

ВЫВОД ИТОГОВ                
                 
Регрессионная статистика              
Множественный R 0,999999803              
R-квадрат 0,999999606              
Нормированный R-квадрат 0,888888451              
Стандартная ошибка 0,000718482              
Наблюдения 11              
                 
Дисперсионный анализ              
  df SS MS F Значимость F      
Регрессия 2 11,79178 5,895889 11421365 1,5E-26      
Остаток 9 4,65E-06 5,16E-07          
Итого 11 11,79178            
                 
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение 0 #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д
K-L 0,71946602 0,123529 5,824246 0,000252 0,440023 0,998909 0,440023 0,998909
L^-0,1 1,016188452 0,000792 1282,502 5,42E-25 1,014396 1,017981 1,014396 1,017981
 

Для ρ=-0,01 получаем уравнение:

 

Y0,01 = 0,7194(K0,01-L0,01)+1,0161* L0,01

 

д) ρ=-0,05

 

Результаты регрессионного анализа:

ВЫВОД ИТОГОВ              
                 
Регрессионная статистика              
Множественный R 0,999995123              
R-квадрат 0,999990247              
Нормированный R-квадрат 0,888878052              
Стандартная ошибка 0,004108104              
Наблюдения 11              
                 
Дисперсионный анализ              
  df SS MS F Значимость F      
Регрессия 2 15,57263 7,786316 461369,7 5,65E-21      
Остаток 9 0,000152 1,69E-05          
Итого 11 15,57278            
                 
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение 0 #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д #Н/Д
K-L 0,762644712 0,1301 5,861971 0,00024 0,468337 1,056952 0,468337 1,056952
L^-0,1 1,083661024 0,004233 255,9934 1,08E-18 1,074085 1,093237 1,074085 1,093237

Информация о работе Построение производственных функций