- •I. Статистический анализ выборочной совокупности
- •II. Статистический анализ генеральной совокупности
- •III. Экономическая интерпретация результатов статистического исследования предприятий
- •2. Выводы по результатам выполнения лабораторной работы1
- •I. Статистический анализ выборочной совокупности
- •II. Статистический анализ генеральной совокупности
- •III. Экономическая интерпретация результатов статистического исследования предприятий2
- •1. Постановка задачи статистического исследования
- •Всероссийский заочный финансово-экономический институт кафедра статистики
- •Автоматизированный корреляционно-регрессионный анализ взаимосвязи статистических данных в среде ms Excel
- •2. Выводы по результатам выполнения лабораторной работы3
- •Оценка статистической значимости коэффициентов уравнения а0, а1 и определение их доверительных интервалов
- •5.1.1. Определение значимости коэффициентов уравнения
- •5.1.2. Зависимость доверительных интервалов коэффициентов уравнения от заданного уровня надежности
- •Общая оценка адекватности регрессионной модели по f-критерию Фишера
- •Оценка погрешности регрессионной модели
- •6.1. Экономическая интерпретация коэффициента регрессии а1
- •6.2. Экономическая интерпретация коэффициента эластичности.
- •6.3. Экономическая интерпретация остаточных величин εi
- •Всероссийский заочный финансово-экономический институт кафедра статистики
- •Автоматизированный анализ динамики социально-экономических явлений в среде ms Excel
- •1. Постановка задачи статистического исследования
- •2. Выводы по результатам выполнения лабораторной работы4
- •Задание 3 Выявление тенденции развития изучаемого явления (тренда) по данным о выпуске продукции по месяцам за 6-ой год методами скользящей средней и аналитического выравнивания.
6.3. Экономическая интерпретация остаточных величин εi
Каждый
их остатков
характеризует отклонение фактического
значения yi
от теоретического значения
,
рассчитанного по построенной регрессионной
модели и определяющего, какого среднего
значения
следует ожидать, когда фактор Х
принимает значение xi.
Анализируя остатки, можно сделать ряд практических выводов, касающихся выпуска продукции на рассматриваемых предприятиях отрасли.
Значения
остатков
i
(таблица остатков из диапазона А98:С128)
имеют как положительные, так и отрицательные
отклонения от ожидаемого в среднем
объема выпуска продукции
(которые в итоге уравновешиваются, т.е.
).
Экономический
интерес представляют наибольшие
расхождения
между фактическим объемом выпускаемой
продукции yi
и ожидаемым усредненным объемом
.
Вывод:
Согласно
таблице остатков максимальное превышение
ожидаемого (расчетного) среднего объема
выпускаемой продукции
над
фактическим значением yi
(т.е. остатки
i
<0) имеют три предприятия - с номерами
19, 20, 29; а максимальные положительные
отклонения (фактические значения yi
больше расчетных
,
т.е. остатки
i
>0) - три предприятия с номерами 7, 15, 32.
Именно эти шесть предприятий подлежат дальнейшему экономическому анализу для выяснения причин наибольших отклонений объема выпускаемой ими продукции от ожидаемого среднего объема и выявления резервов роста производства.
Задача 7. Нахождение наиболее адекватного нелинейного уравнения регрессии с помощью средств инструмента Мастер диаграмм. Построение для этого уравнения теоретической кривой регрессии.
Уравнения регрессии и их графики построены для 3-х видов нелинейной зависимости между признаками и представлены на диаграммах Рабочего файла EXCEL.
Уравнения регрессии и соответствующие им индексы детерминации R2 приведены в табл.2.10 (при заполнении данной таблицы коэффициенты уравнений необходимо указывать не в компьютерном формате, а в общепринятой десятичной форме чисел).
Таблица 2.10 - Регрессионные модели нелинейной связи
Вид уравнения |
Уравнение регрессии |
Индекс детерминации R2 |
Полином 2-го порядка |
0,0015x2 + 0,6998x + 12,939 |
0,8353 |
Полином 3-го порядка |
8 ×10-5x3 - 0,0284x2 + 4,4772x – 140,84 |
0,8381 |
Степенная функция |
0,6426x1,0904 |
0,8373 |
Выбор наиболее адекватного уравнения регрессии определяется максимальным значением индекса детерминации R2: чем ближе значение R2 к единице, тем более точно регрессионная модель соответствует фактическим данным.
Вывод:
Максимальное значение индекса детерминации R2 =0,8381. Следовательно, наиболее адекватное исходным данным нелинейное уравнение регрессии имеет вид 8 ×10-5x3 - 0,0284x2 + 4,4772x – 140,84.
Это уравнение регрессии и его график приведены в Рабочем файле.
Всероссийский заочный финансово-экономический институт кафедра статистики
О Т Ч Е Т
о результатах выполнения
компьютерной лабораторной работы № 3
