Анализ накладных расходов

Построение модели для зависимой переменной, используя пошаговую множественную регрессию (метод исключения, метод включения). Анализ накладных расходов за счёт значимых факторов, расчет индекса корреляции и оценка качества полученного уравнения регрессии.

Рубрика Экономико-математическое моделирование
Вид лабораторная работа
Язык русский
Дата добавления 27.11.2009
Размер файла 2,1 M

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.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ

КАФЕДРА ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДОВ И МОДЕЛЕЙ

ЛАБОРАТОРНАЯ РАБОТА

по дисциплине

Эконометрика

Вариант 8

Выполнил:

студент III курса

специальность финансы и кредит

Проверил: доц. Уродовских В. Н.

Липецк 2009

Анализ накладных расходов -2.

По данным, представленным в табл. 1, исследуется зависимость между величиной накладных расходов 40 строительных организаций Y (млн. руб.) и следующими тремя основными факторами:

x1 - объемом выполненных работ, млн. руб.

x2 - численностью рабочих, чел.

x3 - фондом зарплаты, млн. руб.

Таблица 1.

Накладные расходы, млн. руб.

Объем работ, млн. руб.

Численность рабочих, чел.

Фонд заработной платы рабочих, млн. руб.

1

3,5

11,9

980

5,754

2

4,0

12,1

675

5,820

3

3,1

11,2

1020

4,267

38

1,6

7,4

159

1,570

39

1,2

2,2

162

1,142

40

1,5

2,6

101

0,429

Задание

1. Используя пошаговую множественную регрессию (метод исключения или метод включения), построить модель для зависимой переменной Накладные расходы за счёт значимых факторов. Рассчитать индекс корреляции R и оценить качество полученного уравнения регрессии с помощью коэффициента детерминации R2.

2. Оценить статистическую значимость уравнения регрессии, используя критерий Фишера F ( =0,05).

3. Дать сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, - и - коэффициентов.

4. Ранжировать предприятия по степени их эффективности.

Решение.

1. Для проведения корреляционного анализа выполним следующие действия:

1) Выбрать команду Анализ данных.

2) В диалоговом окне Анализ данных выбрать инструмент Корреляция, а затем щелкнуть ОК.

3) В диалоговом окне Корреляция в поле входной интервал необходимо ввести диапазон ячеек, содержащих исходные данные. Установить флажок Метки в первой строке.

4) Параметры вывода Новый рабочий лист.

5) ОК.

Рисунок 1

Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т.е. накладные расходы, имеет тесную связь с объемом выполненных работ (ryx1=0,815). Факторы Х1 и Х2 тесно связаны между собой (rx1x2=0,689) и факторы Х1 и Х3 также тесно связаны (rx1x3=0,825). Следовательно, из этих переменных оставим в модели Х1 - объем выполненных работ, т.к. это наиболее значимый фактор.

Построим модель для зависимой переменной «Накладные расходы» за счет значимого фактора Х1.

Воспользуемся инструментом Регрессия

1) Выбрать команду Анализ данных.

2) В диалоговом окне Анализ данных выбрать инструмент Регрессия, а затем щелкнуть ОК.

3) В диалоговом окне Регрессия в поле Входной интервал У необходимо ввести диапазон ячеек, который представляет зависимую переменную (цена квартиры). В поле Входной интервал Х ввести адрес диапазона, который содержит значения независимых переменных.

4)Установить флажок Метки в первой строке.

5) Параметры вывода Новый рабочий лист.

6) ОК.

Рисунок 2.

Уравнение регрессии в линейной форме за счет значимого фактора имеет вид: у=1,335+0,136х1

Рассчитанный индекс корреляции (множественный R) представлен в таблице Регрессионная статистика протокола Excel (рис. 2): R=0,815 - он показывает тесноту связи зависимой переменной У с включенным в модель объясняющим фактором, в данном случае связь сильная.

Коэффициент детерминации (R - квадрат): R2=0,664 - следовательно, около 66,4% вариации зависимой переменной учтено в модели и обусловлено влиянием включенного фактора Х1.

3. Оценим статистическую значимость полученного уравнения регрессии с помощью критерия Фишера.

Значение F-критерия Фишера можно найти в табл. протокола Excel (рис. 2): F=75,102, Fтабл=4,098 (доверительная вероятность 0,95, при v1=k=1 и v2=n-k-1=40 - 1 - 1 =38) .

Поскольку Fрасч>Fтабл, уравнение регрессии следует признать адекватным или статистически значимым.

4. Для сравнительной оценки силы связи факторов с результатом найдем коэффициенты эластичности, в- и ?- коэффициенты для каждого фактора. Для нахождения коэффициентов при переменных построим модель регрессии с учетом всех факторов. Воспользуемся инструментом Регрессия пакета Анализ данных.

Рисунок 3.

Уравнение множественной регрессии в линейной форме с полным набором факторов имеет вид: у=1,132+0,060х1+0,001х2+0,103х3

Таблица 1.

У

Х1

Х2

Х3

Среднее значение

2,95

11,86

568,725

4,971

Среднеквадратическое отклонение

0,896

5,361

273,155

2,500

Коэффициент парной корреляции

1

0,815

0,739

0,774

Таблица 2 Данные, необходимые для расчета коэффициентов, представлены в табл. 1. и на рис. 3.

Коэффициент эластичности:

Э1=0,06*11,86/2,95=0,239 - при изменении фактора Х1 на 1% зависимая переменная У изменится на 0,24%. Аналогично для других факторов.

Э2=0,001*568,725/2,95=0,204;

Э3=0,103*4,971/2,95=0,173.

в - коэффициент: , -среднеквадратическое отклонение.

в1=0,06*5,361/0,896=0,356.

в2=0,001*273,155/0,896=0,322

в3=0,103*2,5/0,896=0,287

в - коэффициент показывает, на какую часть величины среднего квадратического отклонения изменится зависимая переменная У с изменением независимой переменной Х1 на величину своего среднеквадратического отклонение при фиксированном на постоянном уровне значении остальных независимых переменных. Например, при увеличении объема выполненных работ в нашем примере на 5,36 млн. руб. накладные расходы увеличатся на 319 тыс.руб. (0,356*0,896=0,319). Для остальных факторов аналогично.

? - коэффициент: , - коэффициент парной корреляции между фактором и зависимой переменной, - коэффициент детерминации.

?1=0,815*0,356/0,751=0,387. Следовательно, доля влияния фактора Х1 в суммарном влиянии всех факторов составляет 0,387.

?2=0,739*0,322/0,751=0,317

?3=0,774*0,287/0,751=0,387. Таким образом, на основании рассчитанных коэффициентов можно сделать вывод, что наиболее сильную связь с результатом имеет фактор Х1.

4. Для ранжирования предприятий по степени их эффективности используем частные коэффициенты эластичности: предприятие будет считаться наиболее эффективным, если оно имеет наибольший объем работ при минимальных накладных расходах, т.е. отношение объема работ к расходам должно быть наибольшим (см. табл.2).

Ранг предприятия по степени эффективности

№ предприятия

Накладные расходы. млн. руб.

Объем работ. млн. руб.

Эластичность

1

17

4

25,1

6,28

2

28

2,8

16,3

5,82

3

18

3,9

22,7

5,82

4

26

2,9

16,2

5,59

5

27

3,1

17,3

5,58

6

23

3

16,5

5,50

7

25

3,3

17,1

5,18

8

22

3,5

17,3

4,94

9

24

3,6

17

4,72

10

38

1,6

7,4

4,63

11

9

1,3

5,9

4,54

12

6

2,7

11,8

4,37

13

19

4,7

20,3

4,32

14

21

4,3

18,2

4,23

15

33

2,7

11,4

4,22

16

20

4,8

19,9

4,15

17

34

2,8

11,3

4,04

18

4

2,7

10,8

4,00

19

13

2

7,9

3,95

20

32

2,9

10,9

3,76

21

29

3,5

12,9

3,69

22

16

2,8

10,2

3,64

23

11

2,1

7,6

3,62

24

3

3,1

11,2

3,61

25

14

2,5

8,9

3,56

26

10

2,5

8,7

3,48

27

36

2,9

10

3,45

28

1

3,5

11,9

3,40

29

7

2,9

9,8

3,38

30

5

3,6

11,7

3,25

31

12

2,4

7,3

3,04

32

2

4

12,1

3,03

33

30

4,6

13,8

3,00

34

15

1,8

5,4

3,00

35

35

3

8,7

2,90

36

31

3,5

10,1

2,89

37

37

2,4

5,2

2,17

38

39

1,2

2,2

1,83

39

8

1,6

2,8

1,75


Подобные документы

  • Построение модели для зависимой переменной, используя пошаговую множественную регрессию. Рассчет индекса корреляции, оценка качества полученного уравнения регрессии с помощью коэффициента детерминации. Оценка статистической значимости уравнения регрессии.

    лабораторная работа [2,1 M], добавлен 25.05.2009

  • Построение уравнения множественной регрессии в линейной форме с полным набором факторов, отбор информативных факторов. Проверка значимости уравнения регрессии по критерию Фишера и статистической значимости параметров регрессии по критерию Стьюдента.

    лабораторная работа [217,9 K], добавлен 17.10.2009

  • Построение линейной модели и уравнения регрессии зависимости цены на квартиры на вторичном рынке жилья в Москве в 2006 г. от влияющих факторов. Методика составления матрицы парных коэффициентов корреляции. Экономическая интерпретация модели регрессии.

    лабораторная работа [1,8 M], добавлен 25.05.2009

  • Основные параметры уравнения регрессии, оценка их параметров и значимость. Интервальная оценка для коэффициента корреляции. Анализ точности определения оценок коэффициентов регрессии. Показатели качества уравнения регрессии, прогнозирование данных.

    контрольная работа [222,5 K], добавлен 08.05.2014

  • Построение линейного уравнения парной регрессии, расчет линейного коэффициента парной корреляции и средней ошибки аппроксимации. Определение коэффициентов корреляции и эластичности, индекса корреляции, суть применения критерия Фишера в эконометрике.

    контрольная работа [141,3 K], добавлен 05.05.2010

  • Построение модели множественной линейной регрессии по заданным параметрам. Оценка качества модели по коэффициентам детерминации и множественной корреляции. Определение значимости уравнения регрессии на основе F-критерия Фишера и t-критерия Стьюдента.

    контрольная работа [914,4 K], добавлен 01.12.2013

  • Построение доверительного интервала для коэффициента регрессии. Определение ошибки аппроксимации, индекса корреляции и F-критерия Фишера. Оценка эластичности изменения материалоемкости продукции. Построение линейного уравнения множественной регрессии.

    контрольная работа [250,5 K], добавлен 11.04.2015

  • Расчет уравнений линейной и нелинейной парной регрессии. Оценка тесноты связи расходов на перевозки и грузооборота с помощью показателей корреляции и детерминации. Оценка ошибки аппроксимации уравнений регрессии. Расчет прогнозного значения расходов.

    курсовая работа [2,5 M], добавлен 26.12.2014

  • Нахождение уравнения линейной регрессии, парного коэффициента корреляции. Вычисление точечных оценок для математического ожидания, дисперсии, среднеквадратического отклонения показателей x и y. Построение точечного прогноза для случая расходов на рекламу.

    контрольная работа [216,6 K], добавлен 12.05.2010

  • Построение уравнения регрессии. Эластичность степенной модели. Уравнение равносторонней гиперболы. Оценка тесноты связи, качества и точности модели. Индекс корреляции и коэффициент детерминации. Оценка статистической значимости регрессионных уравнений.

    курсовая работа [1,3 M], добавлен 25.03.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.