Исследование регрессионного анализа в статистическом изучении взаимосвязи показателей

Автор работы: Пользователь скрыл имя, 14 Марта 2011 в 21:56, курсовая работа

Описание работы

Целью курсовой работы является исследование регрессионного анализа в статистическом изучении взаимосвязи показателей.

Задачи курсовой работы:

- статистическое изучение взаимосвязи социально - экономических явлений и процессов;

- рассмотрение регрессионного анализа;

- исследование регрессионного анализа для изучения объекта исследования.

Файлы: 1 файл

ВВЕДЕНИЕрегрессия.docx

— 344.34 Кб (Скачать файл)

     Выделим основные показатели деятельности предприятия  такие как: объем добычи, стоимость  ОПФ и производительность труда  рабочих.

      Для начала необходимо найти недостающие  данные. Проведём расчет производительности труда по формуле 3.1:

       ,                                                                                                  (3.1)

     где - выпуск валовой продукции;

       - средняя списочная численность.

     Результаты расчетов поместим в таблицу 3.2.

     Таблица 3.2

Производительность  труда, млн. руб./чел.

Пред-ие 1 2 3 4 5 6 7 8 9 10 11 12
Производ-ность

труда

5,31 5,95 4 6,3 8,02 4,06 7,68 9,52 6,88 6,47 4,9 5,55

      Для установления зависимости объёма добычи от стоимости ОПФ и производительности труда рабочих проведём корреляционно-регрессионный  анализ.

        Чтобы провести анализ, присвоим  переменным C, X, Y  значения показателей величин: стоимости ОПФ, производительность труда рабочих и объёма добычи соответственно.

      Прежде  всего найдём средние значения показателей  объёма добычи, стоимости основных фондов и производительности труда (X, Y, Z) по формуле средней арифметической 3.2:

      ,                                                                                                 (3.2)

     где  xi –значение показателя i-го предприятия;

    1. количество предприятий.

Результат представим в виде таблицы 3.3

Таблица 3.3

Средние значения показателей

  Y

(oбъем  добычи), тыс. т.

X

(стоимость  основных фондов), млн.руб.

Z (производительность труда), тыс. т./чел.
Cреднее значение показателей 1626,33 9597,78 6,22
 

     Далее проведём ряд расчётов и для  удобства их проведения поместим результаты промежуточных  расчетов в таблицу 3.4.

 

Таблица 3.4

Результаты  расчетов

Предприятие Xi-X (Xi-X)2 Yi-Y (Yi-Y)2 Zi-Z (Zi-Z)2
1 852,22 726273,25 -351,33 123435,11 -0,91 0,83
2 7458,00 55621764,00 1250,00 1562500,00 5,95 35,40
3 9845,00 96924025,00 1054,00 1110916,00 4,00 16,00
4 8580,00 73616400,00 1513,00 2289169,00 6,30 39,69
5 9900,00 98010000,00 2214,00 4901796,00 8,02 64,32
6 9790,00 95844100,00 950,00 902500,00 4,06 16,48
7 9350,00 87422500,00 1890,00 3572100,00 7,68 58,98
8 12650,00 160022500,00 2380,00 5664400,00 9,52 90,63
9 11290,40 127473132,16 2065,00 4264225,00 6,88 47,33
10 13200,00 174240000,00 1785,00 3186225,00 6,47 41,86
11 11200,00 125440000,00 1420,00 2016400,00 4,90 24,01
12 1460,00 2131600,00 1720,00 2958400,00 5,55 30,80
Сумма   1097472294,41   32552066,11   466,35
 

      Найдём  среднее квадратическое отклонение каждого показателя по формуле 3.3:  

      ,                                                                                                (3.3)

      где  – значение показателя х i-го предприятия;

       - среднее значение  показателя х i-го предприятия;

      n - число предприятий

      Среднее квадратическое отклонение, показывает, на сколько в среднем отклоняются  конкретные варианты признака от среднего значения.  Используя формулу  3.3, рассчитаем квадратические отклонения каждого показателя:

     σ(x) = 9563,26

     σ(y) = 1647,02

     σ(z) = 6,23

     Найдём  парные коэффициенты корреляции по формуле  3.4:

      ,                                                                                      (3.4)

     где  -ковариация показателей х, y,

      - среднее квадратическое отклонение  показателя х;

      - среднее квадратическое отклонение  показателя у.

     Корреляция  — статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с  некоторой допустимой степенью точности считать таковыми). При этом, изменения  одной или нескольких из этих величин  приводят к систематическому изменению  другой или других величин. Математической мерой корреляции двух случайных  величин служит коэффициент корреляции.[12]

     Рассчитаем  ковариацию между парами показателей (Y,X), (Y,Z), (X,Z) по формуле 3.5:

      ,                                                               (3.5)

     где Хi - значение показателя х на i-м предприятие;

      - среднее значение показателя  Х;

     Yi - значение показателя  Y на i предприятие;

      - cреднее значение показателя Y;

    1. количество предприятий.

      После того как все необходимые предварительные  расчёты были произведены рассчитаем ковариацию и занесем данные в  таблицу 3.5.

Таблица 3.5

Парные  показатели ковариации

Предприятие (Xi-X)(Y1-Y) (Zi-Z) (Yi-Y) (Xi-X)(Zi-Z)
1 -299412,12 319,7133 -775,5172
2 9322500 7437,5 44375,1
3 10376630 4216 39380
4 12981540 9531,9 54054
5 21918600 17756,28 79398
6 9300500 3857 39747,4
7 17671500 14515,2 71808
8 30107000 22657,6 120428
9 23314676 14207,2 77677,95
10 23562000 11548,95 85404
11 15904000 6958 54880
12 2511200 9546 8103
Сov 176670734 122551,3 674479,93
 

      На  основе полученных данных рассчитаем парные коэффициенты корреляции по формуле:

       ,                                                                                      (3.6)

     где  -ковариация показателей х, y;

      - среднее квадратическое отклонение  показателя х;

      - среднее квадратическое отклонение  показателя у.

      r(y,x)= 0,93

      r(y,z)= 0,99

      r(x,z)= 0,94

      Полученные  коэффициенты корреляции указывают  на весьма сильную связь каждого  фактора с результатом, а также  высокую межфакторную зависимость (факторы X и Z явно коллинеарны, т.к. r(x,z)= 0,94>0,7). При такой сильной межфакторной зависимости искажаются результаты, т.к. коэффициенты парной корреляции дают завышенные оценки тесноты связи. Именно по этой причине рекомендуется при наличии сильной коллинеарности (взаимосвязи) факторов исключать из исследования тот фактор, у которого теснота парной зависимости меньше, чем теснота межфакторной связи. В нашем случае это стоимость основных фондов (Х).

Для нахождения параметров линейного уравнения  множественной регрессии  воспользуемся формулами:

    ;                                                                           (3.7)

       ;                                                                          (3.8)

    ,                                                                                 (3.9)

      где  a = - 5,3825

      b1= - 0,0047

      b2 = 269,6281 

     Для практического использования моделей  регрессии большое значение имеет  их адекватность, т.е. соответствие фактическим  статистическим данным.

     Проведём  проверку парных коэффициентов корреляции (X,Y), (Z,Y), (Z,X). При этом вычисляют расчетные (фактические) значения t-критерия Стьюдента проводится путем сопоставления их значений с величиной случайной ошибки:

 

                                 ,                                                                                         (3.10)

Информация о работе Исследование регрессионного анализа в статистическом изучении взаимосвязи показателей