Анализ и оценка предпринимательских рисков с использованием многомерного корреляционного и регрессионного анализа»
07 Ноября 2009, автор: пользователь скрыл имя
Описание работы
Задача по экономическому анализу
Файлы: 1 файл
задача коор.анализ.doc
— 1.32 Мб (Скачать файл)Задача № 1. Вариант № 4
Исходные данные к лабораторной работе
Задача 1. C целью
управления инвестиционным риском
установите регрессионную зависимость
прибыли (у) от себестоимости продукции
(х1) и размера гудвилла (х2)
по среднегодовым данным, полученным из
отчетности предприятия.
Таблица А.1 - Исходные данные к задаче 1, грн. Вариант 4
| № | |||
| 1 | 12 | 4 | 103 |
| 2 | 10 | 5 | 101 |
| 3 | 9 | 3 | 86 |
| 4 | 10 | 4 | 92 |
| 5 | 13 | 3,5 | 105 |
| 6 | 14 | 5 | 112 |
| 7 | 11 | 5 | 98 |
| 8 | 12 | 6 | 106 |
| 9 | 13 | 5,5 | 112 |
| 10 | 15 | 4 | 108 |
| 11 | 15 | 6,5 | 123 |
| 12 | 14 | 4 | 104 |
| 13 | 9 | 4,5 | 91 |
| Итого, ∑ | 157 | 60 | 1341 |
4. СОДЕРЖАНИЕ
ОТЧЁТА О ВЫПОЛНЕНИИ
1. Исходные данные.
2. Расчет
парных коэффициентов
3. Расчет
коэффициентов уравнения
4. Оценка
дисперсии коэффициентов
5. Определение
доверительных интервалов
6. Оценка
значимости уравнения
7. Построение
корреляционной матрицы
8. Расчет
частных и множественного
9. Аналитическая оценка полученного значения коэффициента детерминации, сравнение с парными коэффициентами корреляции.
10. Экономическая
интерпретация полученных результатов.
Решение:
С целью управления инвестиционным риском установите регрессионную зависимость прибыли (У) от себестоимости продукции (Х1) и размера гудвила (Х2) по среднегодовым данным, полученным из отчетности предприятия.
Решение задачи представим в виде следующих этапов:
- Ввод исходных данных и расчет итоговых сумм по показателям, а также их средних (см. таблицу № 1).
Таблица 1. Исходные данные, грн.
| № |
| |||
| 1 | 12 | 4 | 103 | |
| 2 | 10 | 5 | 101 | |
| 3 | 9 | 3 | 86 | |
| 4 | 10 | 4 | 92 | |
| 5 | 13 | 3,5 | 105 | |
| 6 | 14 | 5 | 112 | |
| 7 | 11 | 5 | 98 | |
| 8 | 12 | 6 | 106 | |
| 9 | 13 | 5,5 | 112 | |
| 10 | 15 | 4 | 108 | |
| 11 | 15 | 6,5 | 123 | |
| 12 | 14 | 4 | 104 | |
| 13 | 9 | 4,5 | 91 | |
| Итого, ∑ | 157 | 60 | 1341 | |
| Средняя |
- Добавим столбцы – значения квадратов исходных данных - для
Расчета дисперсии и средних квадратических отклонений (см. таблицу 2).
Дисперсии вычисляем по формулам:
, ,
, ,
, .
Таблица 2. Расчет
среднеквадратического отклонения
| № | ||||||
| 1 | 12 | 4 | 103 | 144 | 16 | 10609 |
| 2 | 10 | 5 | 101 | 100 | 25 | 10201 |
| 3 | 9 | 3 | 86 | 81 | 9 | 7396 |
| 4 | 10 | 4 | 92 | 100 | 16 | 8464 |
| 5 | 13 | 3,5 | 105 | 169 | 12,25 | 11025 |
| 6 | 14 | 5 | 112 | 196 | 25 | 12544 |
| 7 | 11 | 5 | 98 | 121 | 25 | 9604 |
| 8 | 12 | 6 | 106 | 144 | 36 | 11236 |
| 9 | 13 | 5,5 | 112 | 169 | 30,25 | 12544 |
| 10 | 15 | 4 | 108 | 225 | 16 | 11664 |
| 11 | 15 | 6,5 | 123 | 225 | 42,25 | 15129 |
| 12 | 14 | 4 | 104 | 196 | 16 | 10816 |
| 13 | 9 | 4,5 | 91 | 81 | 20,25 | 8281 |
| Итого, ∑ | 157 | 60 | 1341 | 1951 | 289 | 139513 |
| Средняя | - | - | - | |||
| Дисперсия,
|
4,15 | 0,886 | 91,85 | |||
| Средне
квадрат.
Отклонение, S |
2,0 4 | 0,94 | 9,58 |
- Рассчитываем парные коэффициенты корреляции:
Для этого добавляем столбцы, в которых рассчитываются парные произведения признака и факторов (см. таблицу 3).
Затем рассчитываем непосредственно парные коэффициенты корреляции по формулам:
,
,
.
- Рассчитываем коэффициенты уравнения регрессии и оценим их значимость.
Коэффициенты
уравнения регрессии
,
,
,
таким образом уравнение множественной регрессии зависимости прибыли (у) от себестоимости продукции (х1) и гудвилла (х2) имеет вид:
Таблица 3. Расчет парных коэффициентов корреляции и условного среднего для каждого набора факторных признаков.
| № | ||||||||||||
| 1 | 12 | 4 | 103 | 144 | 16 | 10609 | 1236 | 412 | 48 | 100,28 | 2,72 | 7,4 |
| 2 | 10 | 5 | 101 | 100 | 25 | 10201 | 1010 | 505 | 50 | 97,5 | 3,5 | 12,25 |
| 3 | 9 | 3 | 86 | 81 | 9 | 7396 | 774 | 258 | 27 | 85,61 | 0,39 | 0,15 |
| 4 | 10 | 4 | 92 | 100 | 16 | 8464 | 920 | 368 | 40 | 93,3 | -1,3 | 1,69 |
| 5 | 13 | 3,5 | 105 | 169 | 12,25 | 11025 | 1365 | 367,5 | 45,5 | 101,67 | 3,33 | 11,09 |
| 6 | 14 | 5 | 112 | 196 | 25 | 12544 | 1568 | 560 | 70 | 111,46 | 0,54 | 0,29 |
| 7 | 11 | 5 | 98 | 121 | 25 | 9604 | 1078 | 490 | 55 | 100,99 | -2,59 | 8,94 |
| 8 | 12 | 6 | 106 | 144 | 36 | 11236 | 1272 | 636 | 72 | 108,68 | -2,68 | 7,18 |
| 9 | 13 | 5,5 | 112 | 169 | 30,25 | 12544 | 1456 | 616 | 7,5 | 110,07 | 1,97 | 3,88 |
| 10 | 15 | 4 | 108 | 225 | 16 | 11664 | 1620 | 432 | 60 | 110,75 | -2,75 | 7,56 |
| 11 | 15 | 6,5 | 123 | 225 | 42,25 | 15129 | 1845 | 799,5 | 97,5 | 121,25 | 1,75 | 3,06 |
| 12 | 12 | 4 | 104 | 196 | 16 | 10816 | 1456 | 416 | 56 | 107,26 | -3,26 | 10,63 |
| 13 | 9 | 4,5 | 91 | 81 | 20,25 | 8281 | 819 | 409,5 | 40,5 | 91,91 | -0,91 | 0,83 |
| Итого,
∑ |
157 | 60 | 1341 | 1951 | 289 | 139513 | 16419 | 6269,5 | 733 | 74,95 | ||
| Средняя | 12,08 | 4,62 | 103,15 | |||||||||
| Дисперсия,
S2 |
4,15 | 0,886 | 91,85 | |||||||||
| Ср. квадрат. отклонения,S | 2.04 | 0,94 | 9,58 | |||||||||
| Парные | 0,867 | |||||||||||
| Коэффициенты | 0,635 | |||||||||||
| Корреляции | 0,3 |
По уравнению
регрессии вычислим условное среднее
для каждого
набора факторных признаков (см. таблицу
3) после чего определим остаточную дисперсию:
, .
- Вычислим дисперсии коэффициентов регресии
,
;
= 0,85
Определим статистики tаi и сравним их с критическим значением tк,a при уровне значимости a=0,05 и числе степеней свободы К=n-m-1=10 (t10;0,05=2,23)
,
,
.
Поскольку вычисленные величины ,больше критического значения, оценки параметров функции регрессии являются значимыми.
Их доверительные
интервалы равны
41,6 – 5,2 ´2,23 £ a0 £ 41,6 + 5,2 ´ 2,23;
30 £ a0 £ 53,2;
3,49 – 0,39 ´ 2,23 £ a1 £ 3,49 + 0,39 ´ 2,23;
2,62 £ a1 £ 4,36;