Podmikové financie - cviko
Stiahnuť XLS · 39 kBPreber si túto poznámku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto poznámky.
Náhľad poznámky
-1--
CVIKO 1: 1. postup
1. Na základe údajov o HDP skonštruovať nasledovné trendové modely: lineárny, polynomický 2, 3, 4 -tého stupňa
- konštrukcia priamky y = A + B*t + e
A - konštanta
e - chyba, odchýlka
obdobie (t)
HDP
1
112.9
lineárny model
(rovnica trendu: y = -0,4134x + 108,27)
2
120.5
3
121.3
vysvetlených prírastkom času
4
126.3
5
109.4
6
101
7
102.9
8
97.6
9
93.7
10
96.5
11
99.7
12
94.2
13
90
14
94.2
15
95.4
polynomický model 2. stupňa
16
90.3
17
93.3
18
99.2
19
100.4
20
95.2
21
98.6
R2 - koeficient determinácie (hodnota spoľahlivosti) - 10,45% zmien HDP je
1 2 3 4 5 6 7 8 9 1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
80
90
100
110
120
130
140
f(x) = − 0.413401709401709 x + 108.273230769231
R² = 0.104511249776634
obdobie (t)
H
D
P
1 2 3 4 5 6 7 8 9 1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
80
90
100
110
120
130
140
f(x) = 0.154652014652015 x² − 4.58900610500611 x + 127.759384615385
R² = 0.759762235394426
obdobie (t)
H
D
P
-2--
22
106.2
23
108.6
24
103.3
25
105.8
26
113.5
polynomický model 3. stupňa
polynomický model 4. stupňa
1 2 3 4 5 6 7 8 9 1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
80
90
100
110
120
130
140
f(x) = 0.154652014652015 x² − 4.58900610500611 x + 127.759384615385
R² = 0.759762235394426
obdobie (t)
H
D
P
1 2 3 4 5 6 7 8 9 1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
80
90
100
110
120
130
140
f(x) = − 0.000180722 x³ + 0.16197124 x² − 4.669553724 x
+ 127.9574916
R² = 0.759800602317966
obdobie (t)
H
D
P
1 2 3 4 5 6 7 8 9 1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
80
90
100
110
120
130
140
f(x) = − 0.000836062 x⁴ + 0.04496663 x³ − 0.6319295 x² + 0.30955472 x
+ 120.101852
R² = 0.794210020943504
obdobie (t)
H
D
P
-3--
CVIKO 1: 2. postup
HDP
obdobie (t)
ln t
ln HDP
112.9
1
1
1
1
0.0000
4.7265
120.5
2
4
8
16
0.6931
4.7916
121.3
3
9
27
81
1.0986
4.7983
126.3
4
16
64
256
1.3863
4.8387
109.4
5
25
125
625
1.6094
4.6950
101
6
36
216
1296
1.7918
4.6151
102.9
7
49
343
2401
1.9459
4.6338
97.6
8
64
512
4096
2.0794
4.5809
93.7
9
81
729
6561
2.1972
4.5401
96.5
10
100
1000
10000
2.3026
4.5695
99.7
11
121
1331
14641
2.3979
4.6022
94.2
12
144
1728
20736
2.4849
4.5454
90
13
169
2197
28561
2.5649
4.4998
94.2
14
196
2744
38416
2.6391
4.5454
95.4
15
225
3375
50625
2.7081
4.5581
90.3
16
256
4096
65536
2.7726
4.5031
93.3
17
289
4913
83521
2.8332
4.5358
99.2
18
324
5832
104976
2.8904
4.5971
100.4
19
361
6859
130321
2.9444
4.6092
95.2
20
400
8000
160000
2.9957
4.5560
98.6
21
441
9261
194481
3.0445
4.5911
106.2
22
484
10648
234256
3.0910
4.6653
108.6
23
529
12167
279841
3.1355
4.6877
103.3
24
576
13824
331776
3.1781
4.6376
105.8
25
625
15625
390625
3.2189
4.6616
113.5
26
676
17576
456976
3.2581
4.7318
t2
t3
t4
-4--
Lineárna regresia
Regresní statistika
násobné R
0.3233
<-- koeficient korelácie medzi HDP a t
R čtvereční
0.1045
<-- koeficient determinácie (hodnota spoľahlivosti)
nastavené R čtvereční
0.0672
chyba stř. hodnoty
9.4463
pozorování
26
ANOVA
rozdíl
SS
MS
F
významnost F
regrese
1
249.9427 249.9427 2.801007 0.107191
rezidua
24
2141.596 89.23316
celkem
25
2391.538
koeficienty chyba stř. hodnoty
t stat
hodnota P dolní 95% horní 95% dolní 99,9% horní 99,9%
hranice
108.27323 3.814691
28.38322 5.614E-20 100.4001 116.1464 93.9857934 122.560668
soubor X 1 -0.4134017
0.24701
-1.673621 0.107191 -0.923206 0.096403 -1.3385474 0.51174402
hranice - priesečník priamky s osou y
soubor X 1 - sklon, smernica priamky
y = 108,27323 - 0,413402*t
Polynomická regresia 2. stupňa
Regresní statistika
násobné R
0.8716
R čtvereční
0.7598
nastavené R čtvereční
0.7389
-5--
chyba stř. hodnoty
4.9980
pozorování
26
ANOVA
rozdíl
SS
MS
F
významnost F
regrese
2
1817.001 908.5003 36.36924
7.54E-08
rezidua
23
574.5379 24.97991
celkem
25
2391.538
koeficienty chyba stř. hodnoty
t stat
hodnota P dolní 95% horní 95% dolní 99,9% horní 99,9%
hranice
127.75938 3.182211
40.14799 8.395E-23 121.1765 134.3423 115.769969
139.7488
soubor X 1 -4.5890061 0.543154
-8.448815 1.66E-08 -5.712604 -3.465408 -6.6354121 -2.5426001
soubor X 2 0.154652 0.019526
7.9204 5.09E-08
0.11426 0.195044 0.08108596 0.22821807
Polynomická regresia 3. stupňa
Regresní statistika
násobné R
0.871665
R čtvereční
0.759801
nastavené R čtvereční 0.727046
chyba stř. hodnoty
5.109911
pozorování
26
ANOVA
rozdíl
SS
MS
F
významnost F
regrese
3
1817.092 605.6975 23.19686 5.245E-07
rezidua
22
574.4461 26.11119
y = 127,75938 - 4,589006*t + 0,154652*t2
-6--
celkem
25
2391.538
koeficienty chyba stř. hodnoty
t stat
hodnota P dolní 95% horní 95% dolní 99,9% horní 99,9%
hranice
127.95749 4.664065
27.43476 1.652E-18 118.2848 137.6302 110.27029 145.644694
soubor X 1 -4.6695537 1.467875
-3.181166 0.004319 -7.713743 -1.625364 -10.236072 0.89696466
soubor X 2 0.1619712 0.125073
1.29501 0.208743 -0.097415 0.421358 -0.3123356 0.63627811
soubor X 3 -0.0001807 0.003049
-0.059279 0.953265 -0.006503 0.006142 -0.0117419 0.01138042
Nelineárna (logaritmická) regresia
Regresní statistika
násobné R
0.52553
R čtvereční
0.276181
nastavené R čtvereční 0.246022
chyba stř. hodnoty
0.08004
pozorování
26
ANOVA
rozdíl
SS
MS
F
významnost F
regrese
1 0.058667 0.058667
9.15748 0.005832
rezidua
24 0.153755 0.006406
celkem
25 0.212423
koeficienty chyba stř. hodnoty
t stat
hodnota P dolní 95% horní 95% dolní 99,9% horní 99,9%
hranice
4.7637946 0.047676
99.9199 5.837E-33 4.665396 4.862193 4.58522975 4.94235946
soubor X 1 -0.0578173 0.019106
-3.026133 0.005832 -0.09725 -0.018384 -0.1293763 0.01374177
y = 127,95749 - 4,669554*t + 0,1619712*t2 - 0,000181*t3
-7--
ln y = 4,7637946 + (- 0,057817)*ln t
Document Outline
Automaticky vygenerovaný textový náhľad. Pre plné formátovanie si stiahnite súbor.
nechodím na prednášky