Смекни!
smekni.com

Методические указания по выполнению курсовой работы Для студентов экономических специальностей (стр. 4 из 7)

следовательно, линия тренда будет

Подставляя в данное уравнение вместо t - 1,2,3,4,5 найдем теоретические значения численности работников, а 6,7 – прогнозные значения на 2003, 2004 годы. В 2003 и 2004 годах численность работников будет 101,6 и 99 человек.

Определим точность найденного уравнения тренда, для чего найдем остаточное среднеквадратическое отклонение (

) и коэффициент вариации (V).

где n – число уровней ряда (5 лет);

m – число параметров уравнения (для прямой m = 2).

Так, в нашем случае

Следовательно, вариация слабая, а тренд достаточно точно отражает тенденцию динамики численности работников предприятия.

КОРРЕЛЯЦИЯ.

ПАРНАЯ:

Корреляционно – регрессионный анализ заключается в построении и анализе экономико-математической модели в виде уравнения регрессии. К простейшим корреляционным связям относят парные (однофакторные) зависимости. Линейное уравнение регрессии имеет вид:

где

- результативный показатель;

- факторный показатель;

- свободный член уравнения;

- коэффициент регрессии.

Для нахождения параметров уравнения решают систему уравнений:

При анализе модели рассчитывают следующие показатели:

- коэффициент корреляции;

- коэффициент детерминации;

- коэффициент эластичности.

Кроме того, анализу подлежит коэффициент регрессии.

Модель проверяют на достоверность с помощью t – критерия Стьюдента.

МНОЖЕСТВЕННАЯ:

Чаще всего в анализе используют многофакторные линейные корреляционно – регрессионные модели. В общем виде модель имеет вид:

В модель включают только значимые факторы. Кроме того, никакие два включенных фактора не могут быть мультиколлинеарными.

Параметры уравнения находят, решая систему уравнений:

Принято рассчитывать и анализировать следующую систему показателей:

- коэффициенты эластичности;

- бета – коэффициенты;

- парные коэффициенты детерминации;

- совокупный коэффициент корреляции;

- совокупный коэффициент детерминации.

На достоверность модель проверяют, как правило, с помощью F – критерия (Фишера).

Пример нахождения линейного уравнения связи вида

;

Где Y – объем продукции, млн руб.;

X1 – стоимость основных производственных фондов, млн руб.;

Х2 – площадь сельскохозяйственных угодий, га.

Таблица 1.

Исходные данные

п/п

Объем продукции,

млн руб.

Стоимость опф,

млн руб.

Площадь с/х,

га

1

4,3

3,3

50

2

6,4

3,5

62

3

5,2

3,9

54

4

11,9

6,6

70

5

9,4

5,5

68

6

5,6

4,5

61

7

12,6

7,0

95

8

5,8

4,0

69

9

3,5

3,5

34

10

8,9

5,6

97

11

7,9

4,5

100

12

3,5

3,1

56

13

3,9

4,0

64

14

2,4

2,0

28

15

4,9

3,6

43

Примечание: объем совокупности недостаточен. Он взят условно, только для отражения методики расчета.

Расчет на ЭВМ:

парные коэффициенты корреляции:

Х(0) расч

Х(0) факт

Х(1)

Х(2)

4,1926

4,3000

3,3000

50,0000

4,7734

6,4000

3,5000

62,0000

5,4566

5,2000

3,9000

54,0000

11,1147

11,9000

6,6000

70,0000

8,8771

9,4000

5,5000

68,0000

6,7655

5,6000

4,5000

61,0000

12,2912

12,6000

7,0000

95,0000

5,8816

5,8000

4,0000

69,0000

4,3548

3,5000

35,000

34,0000

9,5114

8,9000

5,6000

97,0000

7,3486

7,9000

4,5000

100,0000

3,8809

3,5000

3,1000

56,0000

5,8068

3,9000

4,0000

64,0000

1,2546

2,4000

2,0000

28,0000

4,6901

4,9000

3,6000

43,0000

Уравнение: х0=-3,1779+2,0070х1+0,0150х2

Средние

значения

Ср. квадрат. отклонение

Коэф-ент

вариации

Бетта –

коэф-ты

Коэф-ент эластич-

ности

Х0

6,413

2,99285

0,46666

Х1

4,307

1,30714

0,30352

0,87656

1,34772

Х2

63,400

20,70040

0,32650

0,10341

0,14780

Множественный коэффициент: детерминации 0,9135

корреляции 0,9558

Корректированный множественный коэффициент: детерминации 0,8991

Коэффициенты раздельной детерминации:

d2(x0,x1) = 0.8224

d2(x0,x2) = 0.0767

Число степеней свободы: 12

Остаточное среднеквадратическое отклонение: 0,9840

Критерий Фишера: 63,3806

Для нахождения параметров уравнения составим таблицу.

Таблица 2.

Вспомогательные расчеты для нахождения параметров уравнения

Yi

X1

X2

X12

X22

YX1

YX2

X1X2

Y2

4,3

3,3

50

10,9

2500

14,2

215,0

165

18,5

6,4

3,5

62

12,3

3844

22,4

396,8

217

41,0

5,2

3,9

54

15,2

2916

20,3

202,8

210,6

27,0

11,9

6,6

70

43,6

4900

78,5

833,0

462

141,6

9,4

5,5

68

30,3

4624

51,7

639,2

374

88,4

5,6

4,5

61

20,3

3721

25,2

341,6

274,5

31,4

12,6

7,0

95

49,0

9025

88,2

1197,0

665

158,8

5,8

4,0

69

16,0

4761

23,2

400,2

376

33,6

3,5

3,5

34

12,3

1156

12,3

119,0

119,0

12,3

8,9

5,6

97

31,4

9409

49,8

863,3

543,2

79,2

7,9

4,5

100

20,3

10000

35,6

790,0

450,0

62,4

3,5

3,1

56

9,6

3136

10,9

196,0

173,6

12,3

3,9

4,0

64

16,0

4096

15,6

249,6

256,0

15,2

2,4

2,0

28

4,0

784

4,8

67,2

56,0

5,8

4,9

3,6

43

13,0

1849

17,6

210,7

154,8

24,0

∑96,2

64,6

951

304,2

66721

470,3

6721,4

4395,7

751,5