193904 (Анализ предприятий одной отрасли РФ)

ВЫВОД ИТОГОВ Регрессионная статистика Множественный R 0.967 R-квадрат 0.935 Нормированный R-квадрат 0.929 Стандартная ошибка 13741.953 Наблюдения 25 Дисперсионный анализ Регрессия Остаток Итого df 2 22 24 SS 60050141906.309 4154508056.731 64204649963.040 MS 30025070953.155 188841275.306 F 158.996 Значимость F 0.00000000000008 Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% a0 2143.707 3141.893 0.682 0.502 -4372.181 8659.595 -4372.181 8659.595 a1 2.036 0.683 2.980 0.007 0.619 3.454 0.619 3.454 a3 0.057 0.021 2.727 0.012 0.014 0.101 0.014 0.101 Предсказанное Y 4829.338 38170.382 8193.002 8109.512 7020.840 17205.824 8102.773 18645.349 23098.139 24793.145 3654.727 4061.582 5141.875 10904.924 222152.917 20429.429 22030.493 4162.066 3071.204 11293.725 54103.130 17657.194 19636.871 151891.167 16697.391 Остатки 3130.662 4221.618 1754.998 7393.488 2537.160 -6286.824 -5471.773 81.651 -4819.139 14895.855 -4638.727 1369.418 -2280.875 -12027.924 -18260.917 -4125.429 13187.507 -3305.066 -2955.204 -10272.725 48739.870 -7622.194 -13024.871 11528.833 -13749.391 ВЫВОД ОСТАТКА Наблюдение 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Верхние 95% Нижние 95,0% Верхние 95,0% Y X1 X3 Y 1 0.956 0.954 X1 X3 1 0.949 1 Таб.8.Корреляционный анализ Приложение 4 Задание №3.

Приложение 3 № Прибыл Численнос Среднегодовая наблюде ь от ть стоимость ния реализа промышле основных фондов, ции нномлн. руб. продукц производс ии, млн. твен-ного руб. персонала , чел. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 СКО сред.зн. Эyxj β-коэф. Δ-коэф.

№ наблюде ния Y X1 X3 7960 864 16144 42392 8212 336472 9948 1866 39208 15503 1147 63273 9558 1514 31271 10919 4970 86129 2631 1561 48461 18727 4197 138657 18279 6696 127570 39689 5237 208900 -984 547 6922 5431 710 8228 2861 940 18894 -1123 3528 27486 203892 52412 1974472.00 16304 4409 162229 35218 6139 128731 857 802 6714 116 442 478 1021 2797 60209 102843 10280 540780 10035 4560 108549 6612 3801 169995 163420 46142 972349 yрасч.(х1,х3)=2143,707+2,036х1+0,057х3 2948 2535 163695 51722.28 12994.0332 422015.64 29002.28 7052.32 217832.64 0.50 0.43 а0 а1 а3 0.51 0.47 2143.707 2.036 0.057 0.52 0.47 Таб.6.Оценка влияния значимых факторов на результат Y yрасч.

y-yрасч (y-yрасч)2 y-yср. (y-yср.)2 4823.02 3136.98 9840649.79 -21042.28 442777547.60 1 7960 38042.24 4349.76 18920385.96 13389.72 179284601.68 2 42392 8177.74 1770.26 3133824.01 -19054.28 363065586.32 3 9948 8085.56 7417.44 55018416.15 -13499.28 182230560.52 4 15503 7008.66 2549.34 6499144.63 -19444.28 378080024.72 5 9558 17171.98 -6252.98 39099758.88 -18083.28 327005015.56 6 10919 8084.18 -5453.18 29737172.11 -26371.28 695444408.84 7 2631 18592.25 134.75 18158.10 -10275.28 105581379.08 8 18727 23048.25 -4769.25 22745774.18 -10723.28 114988733.96 9 18279 24713.54 14975.46 224264432.16 10686.72 114205984.36 10 39689 3651.95 -4635.95 21492060.22 -29986.28 899176988.24 11 -984 4058.26 1372.74 1884406.87 -23571.28 555605240.84 12 5431 5134.51 -2273.51 5168824.99 -26141.28 683366520.04 13 2861 10893.42 -12016.42 144394277.52 -30125.28 907532495.08 14 -1123 -17507.44 306510560.40 174889.72 30586414161.68 15 203892 221399.44 20367.48 -4063.48 16511902.22 -12698.28 161246314.96 16 16304 21980.38 13237.62 175234636.21 6215.72 38635175.12 17 35218 4159.28 -3302.28 10905033.38 -28145.28 792156786.28 18 857 3070.87 -2954.87 8731227.17 -28886.28 834417172.24 19 116 11270.31 -10249.31 105048396.47 -27981.28 782952030.44 20 1021 53898.25 48944.75 2395588846.23 73840.72 5452451930.12 21 102843 17615.16 -7580.16 57458825.63 -18967.28 359757710.60 22 10035 19572.26 -12960.26 167968287.43 -22390.28 501324638.48 23 6612 11907.29 141783507.51 134417.72 18068123450.00 24 163420 151512.71 16635.58 -13687.58 187349901.01 -26054.28 678825506.32 25 2948 сред.знач 29002.28 4155308409.24 0.00 64204649963.04 Таб.7.Проверка качетсва уравнения регрессии с помощью коэффициента детерминации Приложение 2 ВЫВОД ИТОГОВ Задание 1 Регрессионная статистика Множественный R 0.970 R-квадрат 0.941 Нормированный R-квадрат 0.930 Стандартная ошибка 13708.064 Наблюдения 25 Таб.3.Регрессионная статистика Дисперсионный анализ df SS Регрессия 4 60446429614.587 Остаток 20 3758220348.453 Итого 24 64204649963.040 MS 15111607403.647 187911017.422651 F 80.419 Значимость F 0.0000000000049 Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% a0 -3640.40 5717.49 -0.637 0.532 -15566.876 8286.081 -15566.876 8286.081 a1 2.34 0.72 3.238 0.004 0.834 3.855 0.834 3.855 a3 0.05 0.02 2.072 0.051 0.000 0.094 0.000 0.094 a4 135.90 141.96 0.957 0.350 -160.228 432.035 -160.228 432.035 a5 29.94 504.08 0.059 Таб.4.Дисперсионный анализ 0.953 -1021.541 1081.426 -1021.541 1081.426 ВЫВОД ОСТАТКА Наблюдение 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Предсказанное Y -94.447 40254.647 6245.138 9910.100 2607.574 17299.988 9399.184 22524.871 22630.367 38287.072 422.764 997.587 3570.424 7907.535 217647.977 22412.162 21942.622 673.181 -2536.487 11194.032 56630.962 16962.924 24387.674 154287.683 19491.465 Таб.5.Вывод остатка Остатки 8054.447 2137.353 3702.862 5592.900 6950.426 -6380.988 -6768.184 -3797.871 -4351.367 1401.928 -1406.764 4433.413 -709.424 -9030.535 -13755.977 -6108.162 13275.378 183.819 2652.487 -10173.032 46212.038 -6927.924 -17775.674 9132.317 -16543.465 Верхние 95% Нижние 95,0% Верхние 95,0% Приложение 1 A B № наблюдения Прибыль от реализации продукции, млн.

руб. 1 Y 2 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 7960 42392 9948 15503 9558 10919 2631 18727 18279 39689 -984 5431 2861 -1123 203892 16304 35218 857 116 1021 102843 10035 6612 163420 2948 725057 29002.28 C D E F G H I J K L M N O P Q R S T U V W X Y Z AA AB AC AD Числен Среднегодов Электро Техниче ность ая стоимость вооруская промы основных женност вооруже шленно- фондов, млн.

ь, н-ность произво руб. кВт×ч. одного дственрабочег ного о, млн. персона руб. ла, чел. X1 X3 864 16144 8212 336472 1866 39208 1147 63273 1514 31271 4970 86129 1561 48461 4197 138657 6696 127570 5237 208900 547 6922 710 8228 940 18894 3528 27486 52412 1974472.00 4409 162229 6139 128731 802 6714 442 478 2797 60209 10280 540780 4560 108549 3801 169995 46142 972349 2535 163695 29002.28 7052.32 X4 4.9 60.5 24.9 50.4 5.1 35.9 48.1 69.5 31.9 139.4 16.9 17.8 27.6 13.9 37.3 55.3 35.1 14.9 0.2 37.2 74.45 32.5 75.9 27.5 65.5 X5 3.2 20.4 9.5 34.7 17.9 12.1 18.9 12.2 8.1 29.7 5.3 5.6 12.3 3.2 19 19.3 12.4 3.1 0.6 13.1 21.5 13.2 27.2 10.8 19.9 28 29 30 31 Итого Ср.знач.

Задание: 35 36 Задание 2 |ta0|=|-0,637| 37 |ta1|=|3,238| 38 |ta3|=|2,072| |3,238|>2,064 Значит, параметр a1 значим и фактор х1 при этом параметре является статистически значимым. |ta0|<tтабл 39 |ta4|=|0,957| 0,637<2,064, значит, параметр a0 незначим.

40 |ta5|=|0,059| |ta3|>tтабл 217832.64 Таб.2.Исходные данные 1.     Рассчитать параметры линейного уравнения множественной регрессии с полным перечнем факторов. 32 2.     Оценить статистическую значимость параметров регрессионной модели с помощью t-критерия, проверить нулевую гипотезу о значимости уравнения с помощью F-критерия (a = 0,05), оценить качество уравнения регрессии с помощью коэффициента детерминации.   33 3.     Отобрать информативные факторы в модель по t-критерию для коэффициентов регрессии. Построить модель только с информативными факторами и оценить ее параметры. Дать оценку влияния значимых факторов на результат с помощью коэффициентов эластичности, b - и D - коэффициентов.

34 4.     Рассчитать прогнозные значения результата, если прогнозные значения факторов составляют 80% от их максимальных значений. |ta1|>tтабл 41 42 43 2,072>2,064,значит, параметр a3 значим и фактор х3 при этом параметре является статистически значимым. 44 0,957<2,064, значит, параметр a4 незначим и фактор х4 следует исключить из модели. 45 0,059<2,064,значит, параметр а5 незначим и фактор х5 следует исключить из модели 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 yрасч.(х1,х3)=-3640,4+2,34х1+0,05х3+135,9x4+29,94x5 |ta4|<tтабл Sa0=5717,492 Sa1=0,724 Sa3=0,023 Sa4=141,964 Sa5=504,076 Рис.1.Вычисление параметров линейной модели множественной регрессии Рис.2.Настройка параметров регрессионного анализа Fрасч=80,419 - расчётный критерий Фишера для проверки значимости уравнения регрессии k1=m=2, т.к. в модели 2 фактора:х1 и х3.

k2=n-m-1=25-2-1=24 Fтабл(α=0,05;k1=2;k2=24) = 3.403 Fрасч>Fтабл(α=0,05;k1=2;k2=24),значит, уравнение регрессии значимо. R2=0,941 значит, модель качественна .