174801 (596021), страница 13

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 13)

Рисунок 3.1 - Кількість малих підприємств у Дніпропетровській області, одиниць (Y)

Рисунок 3.2 - Темпи зростання ВВП до попереднього року в Україні у порівняних цінах, % (X1)

На рисунках 3.1 та 3.1 напрямок розвитку кількості малих підприємств Дніпропетровської області та темпи зростання ВВП до попереднього року в Україні у порівняних цінах однаково прямують до збільшення.

Найбільший приріст кількості малих підприємств Дніпропетровської області спостерігався у 1996 – 2003 роках, у 2003 – 2005 збільшення дещо уповільнилось. Так само темпи зростання ВВП були найбільшими, але з 1996 до 2001 року. Та в останній 2005 рік показник зменшився.

З графічного зображення факторів на рисунку 3.1 та 3.2 видно, що вони мають приблизно лінійну тенденцію до зростання.

Наступний показник - доходи населення Дніпропетровської області – також збільшується. Приблизно характер показника може описувати парабола другого порядку. Але вигін даних невеликий, тому можна говорити про лінійне збільшення показника.

Рисунок 3.3 - Доходи населення Дніпропетровської області, млн. грн. (X2)

Останні два фактори - рівень безробіття та перевищення заробітної плати на малих підприємствах над середньою по області у працівників, зображені на рисунках 3.4 та 3.5.

Фактори мають протилежні тенденції до попередніх факторів. Показники зменшуються.

Рисунок 3.4 - Рівень зареєстрованого безробіття населення (на кінець року), % (X3)

Відхилення по заробітній платі вирізняється поміж іншими факторами тим, що воно постійно від’ємне.

Рисунок 3.5 - Відхилення середньомісячної заробітної плати малих підприємств та середньомісячної заробітної плати працівників у Дніпропетровській області, грн. (X4)

Можна також дуже приблизно з огляду на вихідні дані останніх двох показників говорити, що вони змінюються лінійно.

У даному розділі ми будуємо дві моделі з наявних факторів. Припускаємо, що між ними та результатом існує лінійний зв’язок.

Перша модель має вигляд:

, (2.19)

де - кількість малих підприємств Дніпропетровської області;

- Темпи зростання ВВП України до попереднього року у порівняних цінах, %;

- Доходи населення Дніпропетровської області, млн. грн.;

- Рівень зареєстрованого безробіття населення Дніпропетровської області (на кінець року), %;

,

,

та

- коефіцієнти першої моделі.

У другу модель замість рівня зареєстрованого безробіття населення Дніпропетровської області введемо різницю у заробітній платні на малих підприємствах від середньої заробітної плати працівників у Дніпропетровській області (грн.). Друга модель має вид:

, (2.20)

де - різниця у заробітній платні на малих підприємствах та середньої заробітної плати працівників у Дніпропетровській області, грн;

,

,

та

- коефіцієнти другої моделі.

Перевіримо наявність мультиколінеарності між факторами ,

та

першої моделі. Для цього за тестом Фарара-Глобера перевіримо значення

, використовуючи формулу (2.15).

значно перевищує

: 52,5 > 15,5 (при

= 0,05 та

= 11-3 = 8). Тобто, в масиві пояснюючих змінних першої моделі мультиколінеарність існує.

Для факторів другої моделі та

значення

становить:

значно менший

: 4,9358 < 16,9 (при

= 0,05 та

= 11-2 = 9). Тобто, в масиві пояснюючих змінних другої моделі мультиколінеарність не існує.

Розрахуємо коефіцієнти кореляції Пірсона між факторами та порівняємо їх із сукупним коефіцієнтом кореляції. Застосуємо формулу:

, (2.21)

де с – елементи матриці С, зворотної до кореляційної: С = r -1 .

Коефіцієнт кореляції ми можемо порахувати, оскільки припускаємо, що між факторами існує лінійний зв’язок. Наведемо розраховані парні та частинні коефіцієнти кореляції у таблиці 3.3.

Таблиця 3.3 – Коефіцієнти парної та частинної кореляції та рівні їх значущості при =0,01.

* - коефіцієнти значимі при =0,05.

З огляду на наведені у таблиці 3.3 коефіцієнти парної кореляції робимо висновок: усі обрані для аналізу фактори впливають один на одного дуже суттєво, оскільки розрахункові значення - критерію більші за

- табличне (

- табличне = 2,23 при

= 0,05). За цих умов нульова гіпотеза про відсутність зв’язку між ознаками відхиляється.

Зв’язок присутній між усіма факторами моделі. Це треба урахувати при їх аналізі.

Застосуємо для вихідних даних таблиці метод найменших квадратів (МНК).

За допомогою перетворень вихідної інформації, яка була наведена у таблиці 3.2, за формулами (2.5), (2.6) та (2.7) отримаємо першу модель. Вона має вигляд:

Коефіцієнти моделі та відповідні значення - статистики наведені у таблиці 3.4.

Таблиця 3.4 – Коефіцієнти першої моделі та їх значимість.

Коефіцієнт детермінації моделі, розрахований за формулою (2.8), становить:

. Коефіцієнт

- статистики Фішера, визначений за формулою (2.12):

. Автокореляція залишків оцінена критерієм Дарбіна – Ватсона за формулою (2.18):

.

Шляхом, аналогічним побудові першої моделі, отримаємо другу модель. Вона має вигляд:

Коефіцієнти моделі та відповідні значення - статистики наведені у таблиці 3.5.

Таблиця 3.5 – Коефіцієнти другої моделі та їх значимість.

Коефіцієнт детермінації моделі, розрахований за формулою (2.8), становить:

Характеристики

Список файлов ВКР