Центральная Научная Библиотека  
Главная
 
Новости
 
Разделы
 
Работы
 
Контакты
 
E-mail
 
  Главная    

 

  Поиск:  

Меню 

· Главная
· Биология
· Геология
· Зоология
· Коммуникации и связь
· Бухучет управленчучет
· Водоснабжение   водоотведение
· Детали машин
· Инновационный   менеджмент
· Качество упр-е   качеством
· Маркетинг
· Математика
· Мировая экономика МЭО
· Политология
· Реклама и PR
· САПР
· Биология и химия
· Животные
· Литература   языковедение
· Менеджмент
· Не Российское   законодательство
· Нотариат
· Информатика
· Исторические личности
· Кибернетика
· Коммуникация и связь
· Косметология
· Криминалистика
· Криминология
· Наука и техника
· Кулинария
· Культурология
· Логика
· Логистика
· Международное   публичное право
· Международное частное   право
· Международные   отношения
· Культура и искусства
· Металлургия
· Муниципальноое право
· Налогообложение
· Оккультизм и уфология
· Педагогика


Методы корреляционного и регрессионного анализа в экономических исследованиях

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.













Информация 






© Центральная Научная Библиотека