Методы корреляционного и регрессионного анализа в экономических исследованиях (MS2)

Посмотреть архив целиком

3




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.








Случайные файлы

Файл
29502.rtf
25111-1.rtf
54938.rtf
138045.rtf
185910.doc