Корреляционно — регрессионный анализ
Следующим этапом данной курсовой работы является анализ динамики. А0 — свободный член уравнения, не имеет экономического значения; Проведём анализ по ряду характеристик. Общий вид уравнения регрессии: у=f (x). Где rху — коэффициент корреляции. Регрессионная статистика. Rху = ?(хх)*(у-у) /v?(х-х)2*(у-у)2,. Нормированный R-квадрат. Стандартная ошибка. Стандартная ошибка. У=а0+а1×1+а2×2+…+аnхn… Читать ещё >
Корреляционно — регрессионный анализ (реферат, курсовая, диплом, контрольная)
Корреляционно — регрессионный анализ позволяет оценить меру влияния на исследуемый результативный признак каждого из включенных в модель факторов при фиксированном положении остальных факторов с определённой степенью точности найти теоретическое значение этого показателя. С помощью корреляционного анализа находятся различного рода характеристики тесноты связи между изучаемыми показателями и факторами. Для проведения данного анализа возьмём таки факторы: как урожайность, затраты труда на 1 ц. продукции, уровень качества продукции. И проведём анализ по ряду характеристик.
Для построения многофакторного кореляционно-регриссионного анализа на основе анализа аналитической группировки возьмём выше перечисленные факторы.
Общий вид уравнения регрессии: у=f (x).
Зависимость между результативным признаком и несколькими факторами — аргументами выражается формулой:
у=а0+а1х1+а2х2+…+аnхn,.
а0 — свободный член уравнения, не имеет экономического значения;
а1, а2, аn — коэффициенты регрессии, показывают на какую величину изменяется в среднем зависимый признак при увеличении фактора — аргумента на одну единицу измерения.
Вначале определим тесноту связи между факторными показателями и результативным признаком используя частные коэффициенты корреляции. Формула данного коэффициента следующая:
rху = ?(хх)*(у-у) /v?(х-х)2*(у-у)2,.
где rху — коэффициент корреляции.
Данные расчёты проведём с использованием программы Excel. Результаты расчётов представлены в таблицах 3.4 и 3.5.
Таблица 3.4.
Регрессионная статистика | |
Множественный R. | 0,813 182 821. |
R-квадрат. | 0,6 612 663. |
Нормированный R-квадрат. | 0,548 355 066. |
Стандартная ошибка. | 1,242 771 559. |
Таблица 3.5.
Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | |
Y-пересечение. | ||||
Переменная X 1. | 0,992 778. | 1,828 638 162. | 7,223 955. | 0,5 469 769. |
Переменная X 2. | 0,886 529. | 0,14 065 099. | — 2,42 002. | 0,94 166 922. |
Переменная X 3. | 0,924 638. | 0,7 817 187. | 2,902 961 308. | 0,101 004 079. |
По данным расчетам видно, что связь между изучаемыми признаками тесная. Наиболее тесная связь наблюдается между себестоимостью и урожайностью, где коэффициент корреляции составляет 0,992, между себестоимостью и затратами труда на 1 ц. зерна — 0,886, себестоимостью и уровнем качества продукции — 0,924.
Проведём анализ по ряду характеристик.
Множественный коэффициент корреляции составил — 0,934, то есть связь между изучаемыми факторами прямая и тесная.
Коэффициент детерминации (R2) определяется как R2 = г2 и показывает величину вариации результативного признака, которая объясняется факторами, входящими в модель.
R21 = 0,9922 = 0,98,.
R22 = 0,8862 = 0,785,.
R23 = 0,9242 = 0,854,.
R2общ. = 0,852 = 0,872.
То есть 87,2% обусловлено влиянием анализируемых факторов на себестоимость, из них на 98,0% изменение себестоимости зависит от урожайности. На 78,5% данный результативный признак зависит от затрат труда на 1 продукции, и на 85,4% от уровнем качества продукции. И только на 12,8% себестоимость зависит от других факторов.
Следующим этапом данной курсовой работы является анализ динамики.