Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Построение уравнения регрессии
Выполним требование построения уравнения регрессии вида (1) с учетом оставленных для дальнейших исследований факторов xji. Для построения статистической модели, характеризующей значимость и точность найденного уравнения регрессии, используем табличный процессор «Excel», применив команды «Сервис»/ «Анализ данных»/ «Регрессия». В диалоговом окне «Регрессия» в поле «Входной интервал Y» вводим данные по производительности труда, включая название реквизита. В поле «Входной интервал X» вводим данные по выбранным влияющим факторам (фондовооруженность и процент прибыли). При этом вводимые данные должны находиться в соседних столбцах. Затем устанавливаем флажки в окнах «Метки» и «Уровень надежности». Установим переключатель «Новый рабочий лист» и поставим флажки в окошках «Остатки». После всех вышеперечисленных действий нажимаем кнопку «ОК» в диалоговом окне «Регрессия». Далее производим форматирование полученных результатов расчета коэффициентов уравнения регрессии и статистических характеристик и, таким образом, получаем таблицы № 5,6,7,8. Следовательно, искомое уравнение регрессии имеет вид: Y= 62,425+ 0,64x2 + 8,643x3 Полученное уравнение описывает зависимость экономического параметра производительности труда от технических - фондовооруженности и процента прибыли. Получаем следующие таблицы: Таблица №5
Таблица №6
В таблице № 6 df - число степеней свободы, которое определяется по формуле: df = n - (k + 1), где n - число строк в таблице исходных данных (в данном случае n = 20); k - число аргументов. F - критерий Фишера. Значимость F - вероятность принятия «нулевой гипотезы» по всему уравнению в целом. Таблица №7
В таблице № 7 Р-Значение - это вероятность принятия «нулевой гипотезы» по каждому коэффициенту. В рассматриваемой задаче нулевую гипотезу можно отвергнуть. Коэффициенты представляют собой значения свободного члена уравнения регрессии и коэффициентов уравнения регрессии. t-статистика находится как отношение столбца «Коэффициенты» к столбцу «Стандартная ошибка». Нижние 95% и верхние 95%, а также нижние 99% и верхние 99% - границы нахождения значений коэффициентов регрессии. Значения считаются экономически достоверными, если лежат в достаточно узком однознаковом диапазоне. Коэффициенты рассматриваемой регрессии удовлетворяют этому требованию. Таблица №8 Вывод остатка
Уравнение линейной регрессии будем определять для выбранных влияющих факторов: у - производительность труда (тыс. руб./чел.), x2 - фондовооруженность труда (тыс. руб./чел.), хз - процент прибыли (тыс. руб./тыс. руб.). Таким образом, искомое уравнение регрессии имеет вид: Y= 62,425+ 0,64x2 + 8,643x3 Полученное уравнение описывает зависимость экономического параметра производительности труда от фондовооруженности и процента прибыли. После определения уравнения регрессии следует оценить достоверность полученной зависимости. ГЛАВА 3. Экономический анализ полученных результатов Найденные численные значения линейной модели характеризуют статистическую значимость, как самого уравнения, так и его параметров. Экономико-математический анализ состоит в исследовании конечной модели и экономической интерпретации результатов решения. Полученные коэффициенты уравнения множественной регрессии, устанавливающие зависимость производительности труда от фондоотдачи и процента прибыли, показали достоверность наличия связи между этими показателями. Для определения статистической значимости в целом найденного уравнения регрессии нами были использованы критерий Фишера и критерий Стьюдента. Оценка достоверности зависимости y от xi производится по величине коэффициента множественной детерминации R2, который для данной задачи равен 0,98. Он характеризует ту часть или долю вариации зависимой переменной, которая обусловлена влиянием на нее отобранных, то есть включенных в модель факторов. Основным показателем тесноты линейно-корреляционной связи y и xi служит коэффициент множественной корреляции R, который для данной задачи равен 0,99 и считается как корень квадратный из коэффициента множественной детерминации. Это свидетельствует о том, что между y и x1, x2… имеется более или менее сильная корреляционная зависимость. Стандартная ошибка дает только общую оценку степени точности коэффициента регрессии. Оценка значимости уравнения регрессии в целом дается с помощью F- критерия Фишера. При этом выдвигается нулевая гипотеза Н0, что коэффициент регрессии равен нулю, т.е. bi = 0, и, следовательно, фактор xi не оказывает влияния на результат у. Значение F-критерия признается достоверным, если оно больше табличного, тогда нулевая гипотеза отклоняется и уравнение регрессии признается значимым. В данной задаче значимость F близка к нулю, т.е. такова вероятность принятия нулевой гипотезы. Параметры bi, называются коэффициентами регрессии, величина каждого из которых показывает среднее изменение результата с изменением фактора на одну единицу. В таблице «Дисперсионный анализ» приведены стандартные ошибки для коэффициентов регрессии: для фондовооруженности 0,03, а для процента прибыли 0,78. Свободный член уравнения регрессии может не иметь экономического содержания. В рассматриваемой задаче то, что а > 0, свидетельствует об опережении изменения факторов над изменением результата. По табличному t-критерию Стьюдента определяется значимость коэффициентов регрессии. В данной задаче они признаются значимыми, т.к. tф> tкр. В таблице «Дисперсионный анализ» Р-значение характеризует вероятность принятия нулевой гипотезы по каждому коэффициенту регрессии. В рассматриваемой задаче нулевую гипотезу можно отвергнуть, т.к. Р-значение для каждого коэффициента близко к 0. Графы таблицы «Дисперсионный анализ», где указаны нижние 95% и верхние 95%, а также нижние 99% и верхние 99%, показывают границы нахождения значений коэффициентов регрессии. Значения считаются экономически достоверными, если лежат в достаточно узком однознаковом диапазоне. Коэффициенты рассматриваемой регрессии удовлетворяют этому требованию. Модель уi' ряда yi считается адекватной, если правильно отражает систематические компоненты этого ряда. Это требование эквивалентно требованию, чтобы остаточная компонента εi = yi-уi', где i = 1÷n, удовлетворяла следующим свойствам: § случайность колебаний уровней остаточной последовательности; § соответствие распределения случайной компоненты нормальному закону распределения; § равенство нулю математического ожидания случайной компоненты; § независимость значений уровней случайной компоненты. Таким образом, уравнение регрессии признается достоверным.
ГЛАВА 4. АЛГОРИТМ РАСЧЕТОВ ПО ПРОВЕРКЕ СВОЙСТВ ОСТАТОЧНОЙ ПОСЛЕДОВАТЕЛЬНОСТИ |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2018-06-01; просмотров: 157. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |