 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. |
***** Скачайте бесплатно полную версию реферата !!! *****
|
