微观经济学: 鳄梨(Avocado)价格弹性分析
微观经济学: 鳄梨(Avocado)价格弹性分析
一、调研的目的
将理论知识应用于实践,通过市场数据分析求出价格弹性曲线,加深对概念的理解;
学会数据收集,掌握基本的数据分析方法;
学会使用经济学原理分析数据。
二、调研内容
调研时间 |
2020年4月20日 |
|
调研地点 |
www.kaggle.com数据集 |
|
调研对象 |
鳄梨价格和美国多个市场销量 |
|
数据来源 |
||
数据获取情况 |
avocado.csv |
|
数据使用范围 |
表格列名称(columns) |
解释 |
Date |
观察日期(2015.3—2018.3) |
|
AveragePrice |
单个鳄梨的平均价格 |
|
Total Volume |
鳄梨销售总数 |
|
type |
鳄梨种类:常规或有机 |
|
region |
Albany:仅分析此地区的数据 |
|
others |
其他列数据并未使用 |
三、调研分析与结论
分析方法
最小二乘法回归分析法
最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。
而在此数据分析中,设定其需求曲线是线性的,即符合:
Q=a+b⋅P其中,ab是常数Q=a+b\cdot P \ \ \ \ \ \ 其中,a \ \ b是常数 Q=a+b⋅P 其中,a b是常数
利用已有数据对需求曲线拟合,拟合的曲线Q即为线性回归。而python的numpy库自带最小二乘线性回归类,可方便调用。
函数调用
解释
z=numpy.polyfit(x,y,deg)
最小二乘多项式拟合。
x=AveragePrice, y= Total Volume;
deg=1为一元线性回归
z1=numpy.poly1d(z)
用于封装多项式上的“自然”运算;
通过调用z1(x),便可计算拟合曲线x对应的拟合函数值
数据分析过程
a.数据处理
拿到数据后其数据时间线是无序的,且包含无用列,因此先删除无用列;筛选出使用到的列,使用的列已在表格1中列出;检测是否数据缺失,否则会对数据处理会出错。
数据处理结果如下,以时间升序排列,分离出region列的”Albany”和type列的” conventional”并删除无关列:
b.数据分析
首先将以” AveragePrice”为因变量,”Date”为自变量,画出其价格随时间的走势图。
再调用python库函数以“AveragePrice”为x,“Total Volume”为y计算线性回归线的斜率b以及截距a,以所有的“AveragePrice”均值,其中
Edp=−dQdP⋅PQ=−b⋅meanpriceQE_{dp}=-\frac {\mathrm{d}Q}{\mathrm{d}P} \cdot \frac PQ=-b \cdot \frac {mean_price}Q Edp=−dPdQ⋅QP=−b⋅Qmeanprice
部分代码:
# 对 "AveragePrice" 和 "Total Volume" 进行回归分析ax = fig.add_subplot(122)x = albany_df["AveragePrice"]y = albany_df["Total Volume"]# 用plt画出散点图plt.scatter(y,x)# b, a为斜率和截距,1为一次项,即线性回归。[b,a] = z = np.polyfit(x, y, 1)z1 = np.poly1d(z) # 拟合曲线mean_price = x.mean() # 价格均值Q = z1(mean_price) # 利用价格均值预测销量print("{}:\r\nb:{}\r\na:{}\r\n".format(type,str(b),str(a)))print("mean_price:{}\r\nQ:{}\r\n".format(str(mean_price), str(z1(mean_price))))print("Edp:", -b*(mean_price/Q))
计算结果如下:
type |
conventional |
organic |
---|---|---|
b |
-5247.75170872 |
-3539.2027039131067 |
a |
99980.97038157 |
8448.829339264608 |
mean_price |
1.3487573964497042 |
1.773313609467456 |
Q |
92903.02644970414 |
2172.7130177514773 |
E_dp |
0.07618636552916534 |
2.8886080537264105 |
并将两种“type”的鳄梨价格曲线绘图结果如下:
结论:
通过计算结果以及绘图情况来看,“conventional”种类的鳄梨其需求价格弹性曲线比较接近于垂直于Q轴的的一条直线,即ed≈0.076<1e_d \approx 0.076<1ed≈0.076<1,表示倾向于完全无弹性;“organic”种类的鳄梨需求价格弹性曲线拟合的要好一些,ed≈2.889>1e_d \approx 2.889>1ed≈2.889>1。
当然由于“conventional”类的价格需求散点图数据相比于“organic”过于离散,其最小二乘法拟合线性回归效果并不是太理想,以致需求曲线过于陡峭。
此外,由于没有搜集到当地“Albany”免费的月人均收入数据,于是没能分析商品的需求收入弹性。
若需要参考代码和数据文件,可关注公众号【小灰啾】回复“价格弹性”获取
获取更多的实用软件资源,可以关注公众号【小灰啾】
公众号会定期更新实用工具资源、python基础及数据挖掘等文章,欢迎关注!
微观经济学: 鳄梨(Avocado)价格弹性分析相关推荐
- 范里安中级微观经济学(第9版)分析笔记和课后习题答案解析-完整版 范里安《微观经济学:现代观点》(第9版)笔记和课后习题详解!
范里安中级微观经济学(第9版)分析笔记和课后习题答案解析-完整版 摘自硕达学习网 范里安<微观经济学:现代观点>(第9版)笔记和课后习题详解! 最新电子书(题库) 范里安微观经济学现代观 ...
- 中国石油大学《微观经济学》在线考试
中国石油大学(北京)网络与继续教育学院 期 末 考 试 <微观经济学 > 关于课程考试违规作弊的说明 1.提交文件中涉嫌抄袭内容(包括抄袭网上.书籍.报刊杂志及其他已有论文),带有明显外校 ...
- 2022-2028年中国盲盒行业市场研究及前瞻分析报告
[报告类型]产业研究 [报告价格]4500起 [出版时间]即时更新(交付时间约3个工作日) [发布机构]智研瞻产业研究院 [报告格式]PDF版 本报告介绍了中国盲盒行业市场行业相关概述.中国盲盒行业市 ...
- 高鸿业微观经济学第7版笔记和课后习题答案
原文附文件:http://zgw.100xuexi.com/SubItem/IndexInfoDetail.aspx?id=af3f04d8-eac3-4f6f-b6d7-b0f71b5196cc 第 ...
- 微观经济学论文选题怎么选?
又到了写毕业论文的时候了,怎么样,大家的选题工作还顺利吗?选题可谓是论文写作的奠基石,确定不了选题,后续的一系列写作步骤就无法展开. 我本科期间是学微观经济学的,准备论文选题的那段时间,可谓是费尽了心 ...
- 电商运营的业务分析逻辑总结
分析路径 1.分析的四大思路 判断指标的合理性,不合理通过细分.转化等方式定位问题所在,提出解决方案.指标的对比一定要注意四个一致,包括:对象.时间属性.数据源.指标定义 (1)对比:横向.纵向,判断 ...
- 高鸿业微观经济学第7版笔记和课后答案
第1章 引论 1.1 复习笔记 一.什么是经济学 1经济学的定义 关于经济学,迄今为止,还没有一个完全统一的定义.经济学大师萨缪尔森在其著作<经济学>中给出的定义是:经济学研究的是社会如何 ...
- 图解算法学习笔记(五):散列表
目录 1)示例1: 2)散列函数 3)应用案例 4)冲突 5)性能 6)小结 本章内容: 学习散列表,最有用的数据结构之一. 学习散列表的内部机制:实现.冲突和散列函数. 1)示例1: 假设你在一家杂 ...
- 【渝粤题库】广东开放大学 金融经济学 形成性考核
选择题 题目:( )理论认为,现实中的个体和企业经理人面临着风险或不确定性. 答案: A.计量经济学 B.微观经济学 C.宏观经济学 D.金融经济学 题目:以下不属于个体可用的融资工具是 ...
最新文章
- java 小对话框_创建Java对话框
- 成功解决Exception: Graph file doesn't exist, path=F:\File_Python\Python_example\Human_Posture_Detection\
- hdu 1251 统计难题 (Trie树)
- 拜托!这才是分布式系统CAP的正确打开方式!
- 圆形体癣是什么样子的图片_这是高手!只用一个「圆形」,也能做出高大上的PPT!...
- java的GUI之SWT框架 配置开发环境(包含但不限于WindowBuilder完整教程,解决Unknown GUI toolkit报错,解决导入SWT包错误)...
- Lenovo System x 硬件Windows Server驱动下载
- linux下安装卸载永中office步骤,永中集成Office For Linux安装图文指南及简介
- teamtalk mysql.h_TeamTalk安装测试
- ImageJ的自动二值算法C++实现
- python3中的@abstractmethod的用法
- MongoDB 认证、添加用户、用户权限控制
- python 新闻摘要_每日新闻摘要:随着机器取代工人,黄金一日即将推出
- Git 配置别名 —— 让命令变得更简单
- IT 开发常见 英文简称 VO, BO, PO的讲解
- 收集的JS常用正则表达式等(转载)
- Python第三方库turtle画小人发射爱心
- system函数和signal(SIGCHLD, SIG_DFL)的“固定搭配”
- MySQL执行过程(一条SQL从Java到数据库都经历了什么)
- android arp工具,Android内网攻击防御安全测试工具(开源)
热门文章
- 学python人工智能电脑要什么配置_学Python需要什么配置的电脑?
- wx python 基本控件
- 红米note9 android10,红米note9pro和红米note10pro区别
- 二叉树排序和绘制技巧
- 第一台电子计算机当时主要用于,第一台计算机是谁发明的
- 计算机为何要用三级储存体系,计算机三级存储体系(1).ppt
- Oculus Rift正式发售,准备好开始迈向VR时代
- org.hibernate.SessionException: Session was already closed
- 如何使用脚本编辑器为您的Google Apps增压
- Vue 项目中实现的微信、微博、QQ空间分享功能(亲测有效)