Снижение затрат. Эмпирическое распределение. Регрессия и корреляционная зависимость
Средний процент снижения затрат. Гистограмма эмпирического распределения и соответствующая нормальная кривая. Групповые средние, эмпирические линии регрессии. Линейная корреляционная зависимость. Уравнения прямых регрессии, их экономическая интерпретация.
Рубрика | Экономика и экономическая теория |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 11.11.2012 |
Размер файла | 358,7 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Задание №1
В результате выборочного обследования 100 предприятий региона из 500 по схеме собственно-случайной бесповторной выборки получено следующее распределение снижения затрат на производство продукции в процентах к предыдущему году.
Снижение затрат, % |
4 - 6 |
6 - 8 |
8 - 10 |
10 - 12 |
12 - 14 |
14 - 16 |
Итого |
|
Число предприятий |
6 |
20 |
31 |
24 |
13 |
6 |
100 |
Найти:
а) границы, в которых с вероятностью 0,907 будет находиться средний процент снижения затрат на всех 500 предприятиях;
б) вероятность того, что доля всех предприятий, затраты которых снижены не менее чем на 10%, отличается от доли таких предприятий в выборке не более чем на 0,04 (по абсолютной величине);
в) объем бесповторной выборки, при котором те же границы для среднего процента снижения затрат (см. п. а) можно гарантировать с вероятностью 0,9876.
Решение:
Снижение затрат, % |
Число предприятий |
Расчетные графы |
|||
х |
n |
хn |
(х - )2 n |
||
4 - 6 |
5 |
6 |
30 |
133,670 |
|
6 - 8 |
7 |
20 |
140 |
147,968 |
|
8 - 10 |
9 |
31 |
279 |
16,070 |
|
10 - 12 |
11 |
24 |
264 |
39,322 |
|
12 - 14 |
13 |
13 |
169 |
139,859 |
|
14 - 16 |
15 |
6 |
90 |
167,270 |
|
Итого |
100 |
972 |
644,160 |
n = 100 (предприятий)
N = 500 (предприятий)
Средний процент снижения затрат:
%
Дисперсия:
Среднее квадратическое отклонение:
%
а). Средняя ошибка выборки для среднего значения признака составляет:
Предельная ошибка выборки составляет:
где t - коэффициент доверия; для доверительной вероятности 0,907 он равен 1,68.
%
Границы, в которых с вероятностью 0,907 заключен средний процент снижения затрат на всех 500 предприятиях, находим следующим образом:
- +
9,72 - 0,38 ? ? 9,72 + 0,38
9,34 ? ? 10,10
С вероятностью 0,907 можно ожидать, что средний процент снижения затрат на всех 500 предприятиях составит от 9,345 до 10,10%.
б). Количество предприятий, затраты которых снижены не менее чем на 10%, в выборке составляет:
m = 6 + 20 + 31 = 57 (предприятий)
Доля предприятий, затраты которых снижены не менее чем на 10%, равна:
или 57%
Средняя ошибка выборки для доли:
где дисперсия у2 равна:
у2 = · (1 - ) = 0,57 · (1 - 0,57) = 0,2451
Предельная ошибка выборки по условию составляет:
= 0,04
Вероятность того, что доля предприятий, затраты которых снижены не менее чем на 10%, отличается от доли таких предприятий в выборке не более чем на 0,04 (по абсолютной величине) находим по формуле:
где Ф(t) - функция Лапласа.
в). Для доверительной вероятности 0,9876 коэффициент доверия равен: t=2,5;
= 0,38%
Объем повторной выборки, при котором те же границы для среднего процента снижения затрат (см. п. а) можно гарантировать с вероятностью 0,9876, составит:
(предприятий)
Объем бесповторной выборки равен:
(предприятий)
Задание №2
По данным задачи 1, используя критерий 2-Пирсона, при уровне значимости б = 0,05 проверить гипотезу о том, что случайная величина Х - процент снижения затрат - распределена по нормальному закону. Построить на одном чертеже гистограмму эмпирического распределения и соответствующую нормальную кривую.
Решение:
Критерий 2-Пирсона определим по формуле:
где ni - эмпирические частоты;
npi - теоретические частоты.
Теоретические частоты определим следующим образом:
npi = 100 pi
где pi = Дх · ц(х) = 2 ц(х)
где ц(х) - функция плотности распределения.
где ?(t) - функция Гаусса.
х |
Функция Гаусса |
p = Дx·ц(х) |
Эмпирические частоты |
Теоретические частоты |
Критерий Пирсона |
|||
?(х) |
p = 2 ц(х) |
n |
np = 100 р |
|||||
5 |
-1,86 |
0,0707 |
0,0279 |
0,0557 |
6 |
5,57 |
0,033 0,288 |
|
7 |
-1,07 |
0,2251 |
0,0887 |
0,1774 |
20 |
17,74 |
||
9 |
-0,28 |
0,3836 |
0,1511 |
0,3023 |
31 |
30,23 |
0,020 |
|
11 |
0,50 |
0,3521 |
0,1387 |
0,2775 |
24 |
27,75 |
0,506 |
|
13 |
1,29 |
0,1736 |
0,0684 |
0,1368 |
13 |
13,68 |
0,034 |
|
15 |
2,08 |
0,0459 |
0,0181 |
0,0362 |
6 |
3,62 |
1,570 |
|
Итого |
- |
- |
- |
- |
100 |
98,58 |
2,451 |
Получили расчетное значение критерия Пирсона: ч2 = 2,451
Табличное значение критерия Пирсона при уровне значимости а = 0,05 составляет:
ч2а;k = ч20,05; 3 = 7,82
где k = m - s - 1 = 6 - 2 - 1 = 3
затрата распределение регрессия корреляционная зависимость
m - число интервалов;
s - число параметров теоретического закона распределения.
Расчетное значение критерия Пирсона меньше табличного, следовательно, случайная величина Х - процент снижения затрат - распределена по нормальному закону с параметрами а = 9,72 и у = 2,538.
Рис.1. Гистограмма эмпирического распределения и нормальная кривая
Задание №3
Распределение 60 предприятий по объему инвестиций в развитие производства Х (млн. руб.) и получаемой за год прибыли Y (млн. руб.) представлено в таблице:
Y и X |
0 - 0,8 |
0,8 - 1,6 |
1,6 - 2,4 |
2,4 - 3,2 |
3,2 - 4,0 |
Итого |
|
2 - 4 |
2 |
2 |
4 |
||||
4 - 6 |
2 |
7 |
10 |
19 |
|||
6 - 8 |
2 |
17 |
7 |
26 |
|||
8 - 10 |
4 |
3 |
2 |
9 |
|||
10 - 12 |
2 |
2 |
|||||
Итого |
4 |
11 |
31 |
10 |
4 |
60 |
Необходимо:
1) Вычислить групповые средние и и построить эмпирические линии регрессии;
2) Предполагая, что между переменными X и Y существует линейная корреляционная зависимость:
а) найти уравнения прямых регрессии и построить их графики на одном чертеже с эмпирическими линиями регрессии и дать экономическую интерпретацию полученных уравнений;
б) вычислить коэффициент корреляции; на уровне значимости б = 0,05 оценить его значимость и сделать вывод о тесноте и направлении связи между переменными Х и Y;
в) используя соответствующее уравнение регрессии, оценить полученную прибыль при объеме инвестиций 5 млн. руб.
Решение:
Y и Х |
0 - 0,8 |
0,8 - 1,6 |
1,6 - 2,4 |
2,4 - 3,2 |
3,2 - 4,0 |
Итого |
||
0,4 |
1,2 |
2,0 |
2,8 |
3,6 |
||||
2 - 4 |
3 |
2 |
2 |
4 |
||||
4 - 6 |
5 |
2 |
7 |
10 |
19 |
|||
6 - 8 |
7 |
2 |
17 |
7 |
26 |
|||
8 - 10 |
9 |
4 |
3 |
2 |
9 |
|||
10 - 12 |
11 |
2 |
2 |
|||||
Итого |
4 |
11 |
31 |
10 |
4 |
60 |
Вычислим групповые средние значения :
у1 = 0,4 (млн. руб.);
(млн. руб.)
у2 = 1,2 (млн. руб.);
(млн. руб.)
у3 = 2,0 (млн. руб.);
(млн. руб.)
у4 = 2,8 (млн. руб.);
(млн. руб.)
у5 = 3,6 (млн. руб.);
(млн. руб.)
4 |
5 |
6,6 |
7,6 |
10 |
||
уj |
0,4 |
1,2 |
2,0 |
2,8 |
3,6 |
Вычислим групповые средние значения :
х1 = 3 (млн. руб.);
(млн. руб.)
х2 = 5 (млн. руб.);
(млн. руб.)
х3 = 7 (млн. руб.);
(млн. руб.)
х4 = 9 (млн. руб.);
(млн. руб.)
х5 = 11 (млн. руб.);
(млн. руб.)
хi |
3 |
5 |
7 |
9 |
11 |
|
0,8 |
1,54 |
2,15 |
2,62 |
3,6 |
Рис.2. Эмпирические линии регрессии
Предполагая, что между переменными X и Y существует линейная корреляционная зависимость, найдем уравнения прямых регрессии.
Случайная величина Х - объем инвестиций в развитие производства, млн. руб.
xi |
ni |
xini |
(xi - )2 ni |
|
3 |
4 |
12 |
49,938 |
|
5 |
19 |
95 |
44,671 |
|
7 |
26 |
182 |
5,662 |
|
9 |
9 |
81 |
54,760 |
|
11 |
2 |
22 |
39,902 |
|
Итого |
60 |
392 |
194,93 |
(млн. руб.)
Случайная величина Y - получаемая за год прибыль, млн. руб.
уi |
ni |
уini |
(уi - )2 ni |
|
0,4 |
4 |
1,6 |
10,070 |
|
1,2 |
11 |
13,2 |
6,807 |
|
2,0 |
31 |
62,0 |
0,006 |
|
2,8 |
10 |
28,0 |
6,615 |
|
3,6 |
4 |
14,4 |
10,411 |
|
Итого |
60 |
119,2 |
33,909 |
(млн. руб.)
Найдем ковариацию :
где
Вычислим коэффициент регрессии у по х и составим уравнение этой зависимости:
у = 0,310 х - 0,036
При увеличении объема инвестиций на 1 млн. руб. прибыль увеличивается в среднем на 0,31 млн. руб.
Вычислим коэффициент регрессии х по у и составим уравнение соответствующей зависимости:
х = 1,780 у + 2,995
При увеличении прибыли на 1 млн. руб. объем инвестиций увеличивается в среднем на 1,78 млн. руб.
Рис.3. Эмпирические линии регрессии и прямые регрессии
Коэффициент корреляции равен:
Связь между переменными Х и Y очень тесная, обратная.
Оценим значимость коэффициента корреляции по критерию Стьюдента:
Расчетное значение критерия Стьюдента больше табличного tтабл.(б=0,05; k=58)= 2,00, следовательно коэффициент корреляции является значимым.
Оценим полученную прибыль при объеме инвестиций 5 млн. руб., используя уравнение регрессии у по х:
х = 5 (млн. руб.)
(млн. руб.)
Можно ожидать, что при объеме инвестиций 5 млн. руб. прибыль предприятия составит 1,514 млн. рублей.
Размещено на Allbest.ru
Подобные документы
Расчет параметров уравнения линейной регрессии, экономическая интерпретация регрессии. Определение остаточной суммы квадратов. Выполнение предпосылок МНК. Расчет коэффициента детерминации, проверка значимости уравнения регрессии с помощью критерия Фишера.
контрольная работа [317,0 K], добавлен 11.05.2009Парная линейная регрессия. Полный регрессионный анализ. Коэффициент корреляции и теснота линейной связи. Стандартная ошибка регрессии. Значимость уравнения регрессии. Расположение доверительных интервалов. Расчет параметров множественной регрессии.
контрольная работа [932,7 K], добавлен 09.06.2012Составление матрицы парных коэффициентов корреляции. Построение уравнения регрессии, характеризующего зависимость цены от всех факторов. Проведение регрессионного анализа с помощью пакета SPSS. Экономическая интерпретация коэффициентов модели регрессии.
лабораторная работа [2,5 M], добавлен 27.09.2012Порядок проведения анализа распределения элементов статистического и динамического ряда. Методы вычисления основных статистических параметров. Корреляционная зависимость. Уравнение регрессии. Обобщение статистических данных и статистический анализ.
контрольная работа [40,8 K], добавлен 18.10.2010Проверка выполнения предпосылок МНК. Значимость параметров уравнения регрессии с помощью t-критерия Стьюдента и F-критерия Фишера. Средняя относительная ошибка аппроксимации. Гиперболические, степенные и показательные уравнения нелинейной регрессии.
контрольная работа [253,4 K], добавлен 17.03.2011Составление матрицы парных коэффициентов корреляции переменных. Построение линейного уравнения регрессии, характеризирующее зависимость цены от факторов. Оценка статистической значимости параметров в регрессионной модели с помощью t-критерия Стьюдента.
лабораторная работа [1,6 M], добавлен 13.04.2010Экономическая интерпретация коэффициентов регрессии. Графическое представление фактических и модельных значений точки прогноза, уравнений регрессии (гиперболической, степенной, показательной). Нахождение коэффициентов детерминации и эластичности.
контрольная работа [324,1 K], добавлен 13.04.2010Исследование типа регрессии между случайными переменными. Построение эмпирического уравнения регрессии. Расчет выборочных средних, дисперсий и среднеквадратического отклонения. Определение показателя тесноты связи как линейного коэффициента корреляции.
контрольная работа [513,5 K], добавлен 02.05.2015Порядок построения линейного уравнения парной регрессии, расчет коэффициентов и оценка статической значимости параметров регрессии и корреляции. Точность прогноза. Множественная регрессия и корреляция. Системы эконометрических уравнений. Временные ряды.
контрольная работа [1,3 M], добавлен 24.09.2013Зависимость между стоимостью основных производственных фондов и объемом продукции. Вычисление индексов сезонности. Индекс цен переменного состава. Индекс структурных сдвигов. Расчёт параметров линейной регрессии. Оценка качества уравнения регрессии.
контрольная работа [272,1 K], добавлен 09.04.2016