Методы корреляционного и регрессионного анализа в экономических исследованиях
Кафедра
математической статистики и эконометрики
Расчетная
работа №2
По
курсу:
Математическая статистика”
по
теме:
Методы корреляционного и
регрессионного
анализа
в
экономических исследованиях.”
Группа: ДИ 202
Студент: Шеломанов Р.Б.
Руководитель: Шевченко К.К.
Москва 1999
Исходные данные. Вариант 24. х1 х2 х3 х4 х5 х6 199,6 0,23 0,79 0,86 0,21 15,98 598,1 0,17 0,77 1,98 0,25 18,27 71,2 0,29 0,80 0,33 0,15 14,42 90,8 0,41 0,71 0,45 0,66 22,76 82,1 0,41 0,79 0,74 0,74 15,41 76,2 0,22 0,76 1,03 0,32 19,35 119,5 0,29 0,78 0,99 0,89 16,83 21,9 0,51 0,62 0,24 0,23 30,53 48,4 0,36 0,75 0,57 0,32 17,98 173,5 0,23 0,71 1,22 0,54 22,09 74,1 0,26 0,74 0,68 0,75 18,29 68,6 0,27 0,65 1,00 0,16 26,05 60,8 0,29 0,66 0,81 0,24 26,20 355,6 0,01 0,84 1,27 0,59 17,26 264,8 0,02 0,74 1,14 0,56 18,83 526,6 0,18 0,75 1,89 0,63 19,70 118,6 0,25 0,75 0,67 1,10 16,87 37,1 0,31 0,79 0,96 0,39 14,63 57,7 0,38 0,72 0,67 0,73 22,17 51,6 0,24 0,70 0,98 0,28 22,62
Где:
х1 –
результативный признак – индекс снижения себестоимости продукции (%);
х2 – фактор,
определяющий результативный признак – трудоемкость единицы продукции (чел./час)
х3 – фактор,
определяющий результативный признак – удельный вес рабочих в составе промышленно-производственного
персонала;
х4 – фактор,
определяющий результативный признак – премии и вознаграждения на одного работника
в % к зарплате (%);
х5 – фактор,
определяющий результативный признак – удельный вес потерь от брака (%);
х6 – фактор,
определяющий результативный признак – непроизводственные расходы (тыс./руб.).
Построение регрессионной модели.
Исходные данные требуется проверить на мультиколлинеарность (т.е. линейную
зависимость между компонентами матрицы). Если |rxixj|>0,8 (i,j=1..6; i<>j , тогда в одной
регрессионной модели эти две переменные
быть не могут, т.к. статистическая надежность модели будет мала. Из таблицы
видно, что в одной регрессионной модели не могут находиться:
-
х1 и х4
-
х3 и х6
(Все таблицы находятся в приложениях к работе).
Зависимая переменная Y – X1
Проверка значимости коэффициентов уравнения
заключается в сравнении tкр с tрасч. Как видно из полученных данных, на уровне
значимости α=0,1 все коэффициенты и уравнение значимы, т.к.
|tрасч|>tтабл(α,υ). Значит уравнение статистически надежное.
Если взглянуть на
коэффициент детерминации и критерий
Дарбина-Уотсона, то можно сделать вывод, что
модель достаточно надежна. О чем говорит и коэффициент детерминации: 45%
результативного признака включается в модель.
Реферат на тему особенности построения корреляционных моделей для фермерских хозяйств. Развитие методов регрессионного анализа в исторической ретроспективе реферат. Инвестиционная деятельность предприятия корреляционно регрессионный анализ. Предпосылки применения корреляционно регрессионного анализа на предприятии. Реферат на тему Корреляционно регрессионный анализ анализ с примером. Корреляционный метод анализа себестоимости промышленной продукции. Таблицы уровней значимости в математической статистике. Реферат метод корреляционного экономический анализ. Планирование корреляционного исследования реферат. Регрессионной корреляционный анализ населения. Реферат корреляционный и регрессионный анализ. Реферат на тему методы регрессионного анализа. Корреляционно регрессионный метод реферат. Реферат сущность регрессионного анализа. Корреляционный метод анализа реферат.
|
