164172 (624654), страница 6

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

Текст из файла (страница 6)

5 Корреляционно – регрессионный анализ влияния факторов

Имеются данные и влиянии стоимости основных фондов на душу населения и среднегодовой численности занятых в экономике на Валовой региональный продукт на душу населения (все показатели за 2005г.).

Таблица 14.1 Исходные данные

Таблица 14.2 Корреляционная матрица

Корреляционная матрица содержит частные коэффициенты корреляции. Коэффициенты второго столбца матрицы характеризуют степень тесноты связи между результативным (у) и факторными признаками (х1, х2). Связь между среднегодовой численностью занятых в экономике и стоимостью основных фондов ( rух1 = 0,617) прямая, слабая; связь между среднегодовой численностью занятых в экономике и валовым региональным продуктом на душу населения ( ryx2 = 0,262 ) прямая, слабая.

Таблица 14.3 Регрессионная статистика

Множественный коэффициент корреляции R = 0,783 показывает, что теснота связи между среднегодовой численностью занятых в экономике и факторами, включенными в модель, сильная. Множественный коэффициент детерминации ( R – квадрат ) D = 0,614, т.е. 61,4% вариации уровня рентабельности объясняется вариацией изучаемых факторов

Таблица 14.4 Дисперсионный анализ

Проверим значимость коэффициента множественной корреляции, для этого воспользуемся F – критерием, для чего сравним фактическое значение F с табличным значением Fтабл. При вероятности ошибки а = 0,05 и степенях свободы v1 = k-1=2-1=1, v2=n-k=39-2=37, где k – число факторов в модели, n – число наблюдений, Fтабл.= 4,08. Так как Fфакт = 28,69 > Fтабл.= 4,08, то коэффициент корреляции значит, следовательно, построенная модель в целом адекватна.

Таблица 14.5 а Коэффициенты регрессии

Таблица 14.5 б Коэффициенты регрессии

Используя таблицу 1.5 составим уравнение регрессии:

У = 893,79 + 0,0009Х1 – 0,005Х2

Интерпретация полученных параметров следующая:

а0 = 893,79 – свободный член уравнения регрессии, содержательной интерпретации не подлежит;

а1 = 0,0009 – коэффициент чистой регрессии при первом факторе свидетельствует о том, что при увеличении основных фондов на душу населения на 1 млрд. руб. среднегодовая численность населения занятых в экономике увеличится на 0,0009% при условии, что другие факторы остаются постоянными;

а2 = -0,005 – коэффициент чистой регрессии при втором факторе свидетельствует о том, что при увеличении валового регионального продукта с 1 тыс.руб. на 1 тыс.чел. среднегодовая численность занятых в экономике уменьшится на 0,005%, при условии, что факторы остаются постоянными.

Проверку значимости коэффициентов регрессии осуществим с помощью t – критерия Стьюдента; для этого сравним фактические значения t – критерия с табличным значением t – критерия. При вероятности ошибки а = 0,05 и степени свободы v = n-k-1= 39-2-1=36, k – число факторов в модели, n – число наблюдений, tтабл = 1,68. Получим

t1 факт = 7,14 > tтабл. = 1,68

t2 факт = -4,67 > tтабл. = 1,68

Значит, статистически значимым являются первый и второй факторы. В этом случае модель пригодна для принятия решений, но не прогнозов.

Таблица 14.6 Описательная статистика

Средние значения признаков, включённых в модель У = 840,4%;

Характеристики

Список файлов курсовой работы