Санкт-Петербургский университет информационных технологий, механики и оптики

Кафедра прикладной экономики и маркетинга

Практическая работа №2

«Исследование корреляционной связи»

Выполнил: Рочев Максим

Группа 2070

Проверил:

Санкт-Петербург

2010

Исходные данные:

Данные о затратах на рекламу и количеству туристов, воспользовавшихся услугами турфирм.

№ турфирм	1	2	3	4	5	6	7	8	9	10
Затраты на рекламу, у.е.д.	11	12	13	14	15	16	17	18	19	20
Число туристов, чел.	820	950	970	900	1200	1150	1000	1200	1100	1000

Цель работы: построение однофакторной корреляционной модели и ее интерпретация.

1) Выявление связи между признаками

– визуализация связи (построение и визуальный анализ корреляционного поля)

Корреляционное поле представляет собой совокупность точек

. Если в расположении точек наблюдается определенная зависимость, то связь между признаками существует.

При анализе корреляционного поля в расположении точек наблюдается определенная зависимость: изменение затрат на рекламу у.д.е. (факторного признака) влечет некоторое изменение числа туристов (результативного признака), следовательно, связь между признаками существует.

2) Описание выявленной связи

в табличной форме – статистические единицы группируются по значению факторного признака (в порядке его возрастания или убывания):

№ п/п	1	2	3	4	5	6	7	8	9	10
	Затраты на рекламу, у.е.д.	11	12	13	14	15	16	17	18	19	20
	Число туристов, чел.	820	950	970	900	1200	1150	1000	1200	1100	1000

в графической форме– в виде линии эмпирической регрессии – ломаной линии, соединяющей на корреляционном поле точки, абсциссами которых являются значения факторного признака (индивидуальные или групповые), а ординатами – средние значения результативного признака:

Линия эмпирической регрессии отражает основную тенденцию рассматриваемой зависимости. По своему виду она приближается к прямой линии, можно предположить наличие прямолинейной связи между признаками.

в аналитической форме:

Аналитически выявленная связь описывается корреляционной моделью. Для построения используются различные математические функции. Подбор функции осуществляется на основе анализа эмпирической линии регрессии.

В данном случае используем полином первой степени, так как эмпирическая линия регрессии стремиться к прямой:

Для нахождения численного значения параметров обращаемся к методу «наименьших квадратов» (

и системе нормальных уравнений:

Расчетная таблица для определения параметров корреляционной модели вида

№
1	11	820	121	9020	917,85	672400
2	12	950	144	11400	942,55	902500
3	13	970	169	12610	967,25	940900
4	14	900	196	12600	991,95	810000
5	15	1200	225	18000	1016,65	1440000
6	16	1150	256	18400	1041,35	1322500
7	17	1000	289	17000	1066,05	1000000
8	18	1200	324	21600	1090,75	1440000
9	19	1100	361	20900	1115,45	1210000
10	20	1000	400	20000	1140,15	1000000
	155	10290	2485	161530	10290	10738300

На основе вычислений получаем:

b=24,7

a=646,15

следовательно,

– корреляционная модель.

Построенная корреляционная модель представляется графически в виде линии теоретической регрессии – ломаной линии, соединяющей точки с координатами

3) Изменение тесноты связи

Показывает меру влияния факторного признака на общую вариацию результативного.

Показателем тесноты связи для линейных моделей является линейный коэффициент корреляции

, рассчитываемый по формуле:

По численному значению линейного коэффициента корреляции связь классифицируется по степени ее тесноты с использованием шкалы Чеддока:

- заметная

4) Оценка достоверности связи

Оценка достоверности линейной связи проводится на основе проверки значимости линейного коэффициента корреляции с помощью t-критерия Стьюдента:

6,96

2,306 (по таблицам распределения Стьюдента при уровне значимости α = 0,05 и n-2),

так как

связь между факторным и результативным признаками – достоверна, а построенная модель – надежна.

5) Интерпретация модели

Интерпретация заключается в статистической оценке модели и включенного в неё факторного признака, т.е в выяснении, как факторный признак влияет на результативный: чем больше величина коэффициента регрессии, тем значительнее влияние на результат.

Для расширения возможностей экономического анализа рассчитывается коэффициент эластичности

К – коэффициент регрессии (в линейной модели К = b), показывающий на сколько процентов в среднем изменится значение результативного признака при изменении факторного на 1%.

В данном случае:

– это 37%

Вывод

В ходе работы корреляционная связь была исследована в следующей последовательности:

1. Выявление связи между признаками.

2. Описание связи в табличной, графической и аналитической форме.

3. Измерение тесноты связи.

4. Оценка достоверности связи.

5. Интерпретация модели.

По исходным данным было построено корреляционное поле, и установлен факт наличия связи между факторным и результативным признаками. На основе анализа графически представлена корреляционная модель, построенная с помощью полинома первого порядка. Рассчитав показатель тесноты связи и квалифицировав его по шкале Чеддока, пришли к выводу, что связь заметная (

0,58 ). А, оценив достоверность по критерию Стьюдента (

t_кр=2,306), убедились: связь между признаками достоверна, построенная модель – надежна. Полученный коэффициент эластичности показал, что в среднем на 37 % изменяется значение результативного признака при изменении факторного на 1%.