Задание
3. Способы обработки экономической информации в анализе хозяйственной деятельности
1. Определите рост продукции в натуральном выражении в условных (приведенных к стандартной форме) тоннах.
2. Определить параметр балансовым методом
В Самарской области в 2013 году зарегистрирована рождаемость 12,3 ч на 1000, смертность 14,4 чел на 1000 чел, в начале 2013 численность составляла 3213 тыс. чел, миграцонный прирост незначительный. Определите численность населения на конец года.
4. Способы измерения влияния факторов в анализе хозяйственной деятельности
3 . Провести расслоение данных .
4
.
Провести регрессионный анализ данных
и построить модель влияния премии на
производительность.
3 . Проанализировать представленную корреляционную матрицу
5. Определите факторы, влияющие на безработицу (Employed).
round(cor(longley),2)
GNP.deflator GNP Unemployed Armed.Forces Population Year Employed
GNP.deflator 1.00 0.99 0.62 0.46 0.98 0.99 0.97
GNP 0.99 1.00 0.60 0.45 0.99 1.00 0.98
Unemployed 0.62 0.60 1.00 -0.18 0.69 0.67 0.50
Armed.Forces 0.46 0.45 -0.18 1.00 0.36 0.42 0.46
Population 0.98 0.99 0.69 0.36 1.00 0.99 0.96
Year 0.99 1.00 0.67 0.42 0.99 1.00 0.97
Employed 0.97 0.98 0.50 0.46 0.96 0.97 1.00
6. Провести анализ методом группировки.
Определите влияние фактора group на зависимый параметр extra по данным sleep.
> sleep
extra group ID |
extra group ID |
1 0.7 1 1 2 -1.6 1 2 3 -0.2 1 3 4 -1.2 1 4 5 -0.1 1 5 6 3.4 1 6 7 3.7 1 7 8 0.8 1 8 9 0.0 1 9 10 2.0 1 10 |
11 1.9 2 1 12 0.8 2 2 13 1.1 2 3 14 0.1 2 4 15 -0.1 2 5 16 4.4 2 6 17 5.5 2 7 18 1.6 2 8 19 4.6 2 9 20 3.4 2 10 |
> t.test(extra ~ group, data = sleep)
Welch Two Sample t-test
data: extra by group
t = -1.8608, df = 17.776, p-value = 0.07939
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-3.3654832 0.2054832
sample estimates:
mean in group 1 mean in group 2
0.75 2.33
par(mfrow=c(1, 2))
hist(sleep[sleep$group==1,]$extra, col="seagreen", main="Гистограмма НД1",xlab="Группа 1", ylab="Доля")
hist(sleep[sleep$group==2,]$extra, col="slateblue1", main="Гистограмма НД2",xlab="Группа 2", ylab="Доля")
7.2. Графический анализ взаимосвязи.
pairs(iris[1:4], main = "Anderson's Iris Data -- 3 species",
pch = 21, bg = c("red", "green3", "blue")[unclass(iris$Species)])
8. Провести регрессионный анализ
Сделать выводы из представленных расчётов: 1) определить параметры, 2) формулу.
> summary(lm.D9)
Call:
lm(formula = ctl ~ trt)
Residuals:
Min 1Q Median 3Q Max
-0.81190 -0.35012 0.09068 0.33302 0.71789
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6.5992 1.0904 6.052 0.000305 ***
trt -0.3362 0.2309 -1.456 0.183512
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.5499 on 8 degrees of freedom
Multiple R-squared: 0.2095, Adjusted R-squared: 0.1106
F-statistic: 2.12 on 1 and 8 DF, p-value: 0.1835