Анализ парной корреляции и регрессии
Оценка коэффициентов парного уравнения регрессии. Анализ графиков, отражающих зависимости между результативным показателем и факторными признаками. Изображение эллипсов рассеяния. Обзор особенностей заполнения матрицы парных коэффициентов корреляции.
Рубрика | Математика |
Вид | лабораторная работа |
Язык | русский |
Дата добавления | 11.11.2017 |
Размер файла | 167,5 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/
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ОБРАЗОВАНИЯ
«БРАТСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
ФАКУЛЬТЕТ ЭКОНОМИКИ И УПРАВЛЕНИЯ
Базовая кафедра менеджмента и информационных технологий
09.03.03 Прикладная информатика
Прикладная информатика в экономике
Лабораторная работа № 1
по дисциплине «Эконометрика»
АНАЛИЗ ПАРНОЙ КОРРЕЛЯЦИИ И РЕГРЕССИИ
(Вариант №8)
Работу выполнил Н. Н. Сафонов
студент группы ПИЭз-14
Проверил Л. А. Геращенко
доцент баз. каф. МиИТ, к.п.н
Братск 2016 г.
Цель работы: Практическое освоение корреляционно-регрессионного анализа.
Задание:
Дана выборка объемом n наблюдений пары признаков x и y
Заполнить таблицу исходных данных в соответствии с заданием, используя приложение А.
Построить графики, отражающие зависимости между результативным показателем и факторными признаками. Изобразить эллипсы рассеяния. Сделать выводы.
Заполнить матрицу парных коэффициентов корреляции. Протестировать наличие мультиколлинеарности между факторами. В случае положительного результата заменить факторы х2 и х3. Пересчитать элементы матрицы. Дать экономическую интерпретацию исследуемым показателям. Выбрать фактор, оказывающий наиболее сильное по абсолютной величине воздействие на изменение результата.
Доказать значимость соответствующего парного коэффициента корреляции. регрессия эллипс рассеяние корреляция
Оценить коэффициенты парного уравнения регрессии.
Сделать выводы.
Ход работы:
Осуществляем формирование системы признаков:
Из совокупности данных отбираем три факторных признака (Х) и результирующий показатель (У), получаем:
Таблица 1
2005г |
2006г |
2007г |
2008г |
2009г |
2010г |
Сред. Знач. |
Коэффициент корреляции |
t (мультиколлинеарности) |
||
y- Материалоемкость, % (9) |
72,20 |
78,20 |
69,20 |
66,30 |
70,40 |
70,30 |
71,10 |
|||
x1- Отношение затрат на командировки к стоимости работ,% (11) |
1,40 |
1,50 |
1,50 |
2,10 |
2,30 |
1,60 |
1,73 |
-0,49 |
1 |
|
x2- Удельный вес затрат на зарплату себестоимости продукции,% (13) |
45,40 |
46,30 |
44,30 |
42,10 |
42,30 |
41,30 |
43,62 |
0,74 |
2 |
|
x3- Цепные темпы роста выручки, % (14) |
1,30 |
2,30 |
1,30 |
1,60 |
2,30 |
3,20 |
2,00 |
0,23 |
0 |
Обосновываем наличие связей между данными показателями:
Итак, материалоемкость с 2005 г. по 2010 г. прямо зависит от затрат на командировки, зарплату и цепные темпы роста выручки.
С увеличением материалоемкости увеличиваются затраты на себестоимость продукции (х2).
Построим график корреляционных признаков и сделаем вывод о связи между заданными признаками
По исходным данным построим точечный график формата «Поле корреляции». Далее строим эллипс рассеивания.
Рисунок №1
На графике мы наблюдаем положительную зависимость между величинами. Зависимость между параметрами достаточно сильная (т.к. R2>0.64)- R2?0,74
Рисунок №2
Рисунок №3
Коэффициент корреляции между у и х2 равен 0,74, что подтверждает отсутствие мультиколлинеарности факторов. Таким образом, нет смысла исключать ни один из показателей. Исходя из полученных данных можно считать, что фактор оказывающий наиболее существенное изменение на результативный признак, является удельный вес затрат на зарплату себестоимости продукции (х2), таблица №1.
Проверяем линейную корреляционную зависимость по t - критерию Стьюдента по формуле:
t1 = 1,1219
t2 = 2,2167
t3 = 0,4778
Определяем значение параметров линейного уравнения регрессии
Таблица 2
? = ax+b+о |
||
a |
-0,0027 |
|
b |
71,2192 |
Следовательно, получаем а = - 0,0027 связь между показателями материалоемкость и удельный вес затрат на зарплату себестоимости продукции прямая. В среднем материалоемкость увеличивается при увеличении удельного веса затрат на зарплату себестоимости продукции.
Получаем b = 71,2192, следовательно, относительное изменение материалоемкости происходит медленнее, чем удельного веса затрат на зарплату себестоимости продукции.
Вывод
Выполнив данную лабораторную работу, мы научились строить графики отражающие зависимости между результативным показателем и факторными признаками.
Заполнять матрицы парных коэффициентов корреляции. Протестировали наличие мультиколлинеарности между факторами.
Дали экономическую интерпретацию исследуемым показателям.
Выбрали фактор, оказывающий наиболее сильное по абсолютной величине воздействие на изменение результата.
Доказали значимость соответствующего парного коэффициента корреляции.
Оценили коэффициенты парного уравнения регрессии.
Размещено на Allbest.ru
Подобные документы
Методика и основные этапы расчета параметров линейного уравнения парной регрессии с помощью программы Excel. Анализ качества построенной модели, с использованием коэффициента парной корреляции, коэффициента детерминации и средней ошибки аппроксимации.
лабораторная работа [22,3 K], добавлен 15.04.2014Сортировка размера пенсии по возрастанию прожиточного минимума. Параметры уравнений парных регрессий. Значения параметров логарифмической регрессии. Оценка гетероскедастичности линейного уравнения с помощью проведения теста ранговой корреляции Спирмена.
контрольная работа [178,0 K], добавлен 23.11.2013Знакомство с уравнениями линейной регрессии, рассмотрение распространенных способов решения. Общая характеристика метода наименьших квадратов. Особенности оценки статистической значимости парной линейной регрессии. Анализ транспонированной матрицы.
контрольная работа [380,9 K], добавлен 05.04.2015Понятие вероятности события. Петербургский парадокс. Выявление наличия взаимосвязи между признаками в регрессионном анализе. Сравнение коэффициентов корреляции и регрессии. Нахождение тренда с прогнозами в Excel. Методы математического программирования.
контрольная работа [455,5 K], добавлен 12.02.2014Описание способов нахождения коэффициентов регрессии модели полнофакторного эксперимента. Проверка многофакторных статистических гипотез на однородность ряда дисперсий, значимость и устойчивость математических коэффициентов множественной корреляции.
контрольная работа [1,2 M], добавлен 05.08.2010Значения коэффициента регрессии (b) и сводного члена уравнения регрессии (а). Определение стандартной ошибки предсказания являющейся мерой качества зависимости величин Y и х с помощью уравнения линейной регрессии. Значимость коэффициента регрессии.
задача [133,0 K], добавлен 21.12.2008Установление корреляционных связей между признаками многомерной выборки. Статистические параметры регрессионного анализа линейных и нелинейных выборок. Нахождение функций регрессии и проверка гипотезы о значимости выборочного коэффициента корреляции.
курсовая работа [304,0 K], добавлен 02.03.2017Построение уравнения регрессии. Оценка параметров линейной парной регрессии. F-критерий Фишера и t-критерий Стьюдента. Точечный и интервальный прогноз по уравнению линейной регрессии. Расчет и оценка ошибки прогноза и его доверительного интервала.
презентация [387,8 K], добавлен 25.05.2015Аппроксимация функции y = f(x) линейной функцией y = a1 + a2x. Логарифмирование заданных значений. Расчет коэффициентов корреляции и детерминированности. Построение графика зависимости и линии тренда. Числовые характеристики коэффициентов уравнения.
курсовая работа [954,7 K], добавлен 10.01.2015Определения оптимизации схемы планирования эксперимента при работе со швейной машиной. Расчёт коэффициентов уравнения регрессии и выделение значимых коэффициентов прочности ткани и растяжения между лапкой и иглой. Проверка гипотезы адекватности модели.
курсовая работа [1,2 M], добавлен 30.12.2014