Исследование зависимости между объемом производства, капитальными вложениями и выполнением норм выработки

г) построить уравнение регрессии и выполнить исследование множественной модели в полном объеме (см.п.3.2).

Решение:

А).Строим уравнение регрессии ;

1. Экономическая теория и расположение точек на диаграмме рассеяния (Приложение 2

) позволяют предположить линейную связь между переменными

СМ. ПРИЛОЖЕНИЕ 2. Диаграмма рассеяния, отражающая зависимость производства от капиталовложений.

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.

 Скачать реферат