Смекни!
smekni.com

Исследование зависимости между объемом производства, капитальными вложениями и выполнением норм (стр. 2 из 6)

По формулам (3.34) и (3.35) или (3.36) вычислим оценки параметров функции регрессии

и
.

(3.34)

(3.35)

Для упрощение расчетов и их наглядности составляют рабочую таблицу, которая содержит все исходные данные и промежуточные результаты, необходимые для вычисления оценок параметров (см. прил 1). В таблице приведены значения

, которые не нужны непосредственно для вычисления
и
, но потребуются нам в дальнейшем.

Итак, по формулам(3.34) и (3.36) вычисляем

и
:

622

Оцениваемое соотношение можно записать в виде

Оцениваемое соотношение можно записать в виде

Подставляя в полученное уравнение значения

из таблицы в приложении 1, вычислим значения регрессии
. Совокупность этих значений называемых также предсказанными, образуют прямую регрессии (см. прил 2) отражающую зависимость объёма производств от капиталовложений, при условии, что остальные неучтенные факторы и случайности не оказывают влияния на производительность труда.

СМ. ПРИЛОЖЕНИЕ 3. Диаграмма рассеяния, отражающая зависимость производства от среднего процента выполнения норм..

По формулам (3.34) и (3.35) или (3.36) вычислим оценки параметров функции регрессии

и
.

Оцениваемое соотношение можно записать в виде

Подставляя в полученное уравнение значения

из таблицы в приложении 1, вычислим значения регрессии
. Совокупность этих значений называемых также предсказанными, образуют прямую регрессии (см. прил 3) отражающую зависимость объёма производств от среднего процента выполнения норм, при условии, что остальные неучтенные факторы и случайности не оказывают влияния на производительность труда.

В) Исследование регрессивной модели.

,

1.

Коэффициент регрессии b11 показывает, что объём производства в среднем возрастает на 2,1622*10000 = 21622 руб, если капиталовложения увеличатся на 1000 рублей.

После определения значений

можно вычислить остатки
. и их квадраты, которые будут характеризовать точность оценки регрессии или степень согласованности расчетных значений и наблюдаемых значений переменной
.

Для оценки тесноты связи между исследуемыми явлениями вычислим коэффициент корреляции по формуле (3.15)(необходимые промежуточные результаты заимствуем из табл.приложение1)

(3.15)

Чем больше

, тем теснее связь между изучаемыми количественными признаками.

Получен очень высокий коэффициент корреляции. Это свидетельствует о том, что связь между объёмом производства и уровнем капиталовложения очень тесная, хотя и не функциональная. Очевидно, что к действию объясняющей переменной примешивается влияние побочных факторов. Чем меньше это влияние и ограниченнее воздействие случайностей, тем ближе коэффициент корреляции к ±1. Отсюда видна связь между величиной

и регрессией Функция линейной регрессии отражает линейное соотношение между переменными тем лучше, чем больше коэффициент корреляции приближается к ±1. В этом смысле коэффициент корреляции часто служит критерием при выборе вида регрессии. С его помощью устанавливают, действительно ли переменная
зависит от
и в какой степени.

Содержание этого этапа заключается в статистической проверке значимости (надежности): уравнения регрессии, коэффициентов регрессии и корреляции.

1. Значимость уравнения регрессии определяется возможностью надежно прогнозировать среднее отклика по заданным значениям факторной переменной. Так как

– случайные величины, то полученное уравнение регрессии может существенно отличаться от того «истинного» уравнения, которое соответствует генеральной совокупности.

Для оценки надёжности выборочного уравнения регрессии применяется

- критерий Фишера, рассчитываемый по формуле:

(3.37)

(3.38)

где

– дисперсия результативного признака, обусловленная регрессией, т.е. влиянием на
факторных переменных, включенных в модель;
– дисперсия результативного признака, обусловленная влиянием второстепенных факторов и случайных помех;
– объём выборки;
– количество факторных переменных.

Для оценки надежности выборочного уравнения регрессии воспользуемся формулой (3.37)

По статистическим таблицам распределения Фишера (приложение 4) на

-ном уровне значимости при числе степеней свободы
и
находим критическую точку

Так как

делаем вывод о значимости полученного уравнения регрессии.

Для оценки надёжности парного коэффициента корреляции

применим формулу (3.43)

По таблице распределения Стьюдента (приложение 5) на

-ном уровне значимости при числе степеней свободы
находим критическую точку

Так как

делаем вывод о значимости
т. е., отклоняем гипотезу
об отсутствии линейной корреляционной связи в генеральной совокупности, рискуя ошибиться при этом лишь в
-х случаев.

Вычислим теперь коэффициент детерминации (квадрат смешанной корреляции)

Отсюда заключаем, что в случае простой регрессии
общей дисперсии объём производства на 55,16 % зависит от капиталовложений.