В результате указанных действий осуществляется вывод в заданный диапазон рабочего файла четырех выходных таблиц и одного графика, начиная с ячейки, указанной в поле Выходной интервал:

     Регрессионная статистика 

 
 
       
 
 

     

 

     4. Оценить адекватность и практическую пригодность построенной линейной регрессионной модели, указав:

     а) доверительные интервалы коэффициентов  а₀, а₁;

     а₀: (-442.7878952; 377.1869463): для уровня надежности Р=0,95;а₀: (-235.8061414; 170.2051925): для уровня надежности Р=0,683. а₁: (1.962410588; 2.621816716): для уровня надежности Р=0,95; а₁: (2.128860862; 2.455366443): для уровня надежности Р=0,683.

     б) степень тесноты связи между  признаками Х и Y;

     Её  можно определить по коэффициенту детерминации (см. табл. Регрессионная статистика): R-квадрат = 0.895595305. Это означает высокую степень тесноты связи признаков в уравнении регрессии, так как удовлетворяет условию R>0,7.

     С помощью F - критерия Фишера можно определить значимость коэффициента детерминации R².

     F_R = R²/(1- R²)*(n-m)/(m-1), где m – число групп областей. F_R = (0,896/0,104)*6=51,69, что больше F_табл=5,77 (к₁=m-1, к₂=n-m). Следовательно, коэффициент детерминации R² значим, то есть зависимость между признаками X и Y регрессионной модели является статистически существенной, а значит, построенная модель в целом адекватна исследуемому процессу.

     5. Дать экономическую интерпретацию:

     а) коэффициента регрессии а₁;

     В нашей задаче коэффициент а₁=2,292113652 (см. таблицы Регрессионная статистика) показывает, что результативный признак при изменении факторного увеличивается на данную величину.

     б) коэффициента эластичности К_э;

     Данный  коэффициент показывает, на сколько  процентов изменяется в среднем  результативный признак при изменении факторного на 1%. К_э = а₁*( / ) = 2,292*(1077,00/2435,81)=1,0134%. То есть результативный признак изменяется на 1,0134%.

     в) остаточных величин  _i.

     Значения  остатков имеют как положительные, так и отрицательные отклонения от ожидаемого уровня анализируемого показателя. Экономический интерес представляют области России: Архангельская, Курская, поскольку в них степень износа отличается наибольшими положительными отклонениями. То есть в данных областях стоимость основных фондов в отрасли – строительство наибольшая. А также Орловская и Костромская, то есть области, требующие особого внимания (наибольшие отрицательные остатки).

     6. Найти наиболее адекватное уравнение регрессии с помощью средств инструмента Мастер диаграмм. Построить для этого уравнения теоретическую линию регрессии.

     Построение  регрессионных моделей осуществляется непосредственно на диаграмме рассеяния.

     1.Выделить  мышью диаграмму рассеяния, расположенную  начиная с ячейки Е4.

     2.Диаграмма => Добавить линию тренда;

     3.Выбрать вкладку Тип, задать вид регрессионной модели – полином 2-го порядка;

     4.Выбрать  вкладку Параметры и выполнить действия:

     1.Переключатель  Название аппроксимирующей кривой: автоматическое/другое – установить в положение автоматическое;

     2.Поле  Прогноз вперед на – не активизировать;

     3.Поле Прогноз назад на – не активизировать;

     4.Флажок Пересечение кривой с осью Y в точке – не активировать;

     5.Флажок Показывать уравнение на диаграмме – активизировать;

     6.Флажок Поместить на диаграмму величину достоверности аппроксимации R² – активизировать;

     7.ОК;

     8.Установить  курсор на линию регрессии  и щелкнуть правой клавишей  мыши;

     9.В  появившемся диалоговом окне  Формат линии тренда выбрать тип, цвет и толщину линии;

     10.ОК;

     11.Вынести  уравнение и коэффициент R² за корреляционное поле.

     5.Действия 3 – 4 (в п.4 –шаги 1–11) выполнить  поочередно для следующих видов  регрессионных моделей: полином 3-го порядка, степенная, экспоненциальная.

     Уравнения регрессии и их графики 

     

 

     1.Теперь выберем наиболее адекватную регрессионную модель, то есть ту где больше коэффициент детерминации. В нашем случае это R² =0,9096.

     2.Выделить  диаграмму рассеяния, расположенную  с ячейки Е20;

     3.Диаграмма => Добавить линию тренда;

     4.Выбрать  вкладку Тип и задать вид: полином 3-го порядка;

     5.Выбрать  вкладку Параметры:

     1.Переключатель  Название аппроксимирующей кривой: автоматическое/другое – установить в положение автоматическое;

     2.Поле  Прогноз вперед на – не активизировать;

     3.Поле Прогноз назад на – не активизировать;

     4.Флажок Пересечение кривой с осью Y в точке – не активировать;

     5.Флажок Показывать уравнение на диаграмме – активизировать;

     6.Флажок Поместить на диаграмму величину достоверности аппроксимации R² – активизировать;

     7.ОК.

     Наиболее  адекватное уравнение регрессии  и его график 

     

 

Заключение

 

     В данной курсовой работе я рассмотрела тему «Статистика основных фондов», изучив предмет и методы данного раздела статистики, указав его показатели, а также статистические методы и их применение в изучении основных фондов. Всё это содержится в первой главе работы. Также я выполнила несколько расчётных задач, закрепив полученные данные. В аналитической части курсовой работы я освоила методики корреляционно-регрессионного анализа взаимосвязи социально-экономических явлений с применением компьютерных средств, так как изучение взаимосвязей явлений и процессов – одна из важнейших задач статистических исследований.

     Данный  метод позволяет:

• выявить наличие корреляционной связи признаков (показателей) и оценить ее тесноту;
• найти аналитическое выражение связи в виде уравнения регрессии;
• оценить качество найденной модели связи.

     Для этого я использовала табличный  процессор Microsoft Excel и его надстройку Пакет анализа, которые предоставляют ряд программных средств для автоматизированного решения вышеперечисленных задач.

 

Список использованной литературы

 

1. Гусаров В.М.  Статистика: Учебное пособие для  вузов. – М.: ЮНИТИ – ДАНА,2001. с.340 – 348.

2. Практикум  по статистике: Учебное пособие  для вузов / Под ред. проф. В.М.  Симчеры. – Москва, ЗАО «Финстатинфом», 1999. с. 6 - 12.