Автор работы: Пользователь скрыл имя, 03 Декабря 2012 в 20:51, курсовая работа
Курсовая работа направлена на практическую детальную проработку ряда методов СЭП, получивших достаточно широкое распространение в реальной экономической и управленческой деятельности: экстраполяционного, корреляционно-регрессионного, выделения тренда.
где r - коэффициент линейной корреляции; n – 2 - число степеней свободы; n - объем выборки.
При этом проверяется так называемая «нулевая гипотеза», т.е. предположение о том, что коэффициент линейной корреляции в генеральной совокупности равен 0. Полученное расчетное значение t-критерия Стьюдента tрасч сравнивается с его табличным значением tтабл , которое выбирается из таблицы для числа степеней свободы n – 2 и доверительной вероятности a. Обычно на практике значения a выбирают равными 1% (0,01) или 5% (0,05). Если tрасч > tтабл, то можно считать, что коэффициент корреляции значительно больше 0 и зависимость между показателями существует.
ВВП РФ в %% к 1990г. |
Уровень инфляции |
Промыш. производство РФ в %% к 1990г. |
Номинальная заработная плата (руб.) |
Уровень износа основных фондов промышленности РФ |
Коэфф. обеспеченности собственными средствами |
Промыш. производство предприятия №16 в %% к 1990г. |
Коэфф. текущей ликвидности |
Коэфф. рентабельности продукции | |
ВВП РФ в %% к 1990г. |
-0,620911495 |
0,990279137 |
0,978112909 |
0,824402513 |
-0,225473069 |
0,804291017 |
0,927384228 |
0,151478753 | |
Уровень инфляции |
-1,94023961 |
-0,64305271 |
-0,528257483 |
-0,274144798 |
-0,054469015 |
-0,657060993 |
-0,646781024 |
-0,326079838 | |
Промыш. производство РФ в %% к 1990г. |
25,66964658 |
-2,056811089 |
0,973059761 |
0,811876696 |
-0,277500631 |
0,817029585 |
0,939750126 |
0,111912531 | |
Номинальная заработная плата (руб.) |
13,29579857 |
-1,523949259 |
11,93750773 |
0,893589918 |
-0,271617284 |
0,901236292 |
0,898052453 |
0,170273691 | |
Уровень износа основных фондов промышленности РФ |
4,119692695 |
-0,698266561 |
3,933230978 |
5,630525107 |
-0,423100055 |
0,697536374 |
0,628543285 |
0,247971436 | |
Коэфф. обеспеченности собственными средствами |
-1,256994559 |
-0,133619658 |
-0,764211727 |
-0,746703858 |
-1,235447046 |
-0,272719222 |
-0,053176825 |
-0,011135271 | |
Промыш. производство предприятия №16 в %% к 1990г. |
4,880071894 |
-2,135028227 |
5,10902494 |
5,882567579 |
2,753377324 |
-0,633845477 |
0,954794456 |
-0,125033147 | |
Коэфф. текущей ликвидности |
6,558569057 |
-2,077270022 |
7,272947393 |
5,401423494 |
2,138112001 |
-0,140892 |
8,497917471 |
0,018463636 | |
Коэфф. рентабельности продукции |
0,405453838 |
-0,844910117 |
0,29796452 |
0,4571781 |
0,6772222 |
-0,029462986 |
-0,889132089 |
0,048858519 |
Таблица. Корреляция
Значения Т критерия, для таблицы корреляции.
Значения Т критерия | ||||||||
2,4460 |
||||||||
2,1604 |
2,4460 |
|||||||
2,3060 |
2,4460 |
2,3060 |
||||||
2,3060 |
2,4460 |
2,3060 |
2,3060 |
|||||
2,3646 |
2,4460 |
2,3646 |
2,3646 |
2,3646 |
||||
2,1604 |
2,4460 |
2,1604 |
2,3060 |
2,3060 |
2,3646 |
|||
2,3646 |
2,4460 |
2,3646 |
2,3646 |
2,3646 |
2,3646 |
2,3646 |
||
2,3646 |
2,4460 |
2,3646 |
2,3646 |
2,3646 |
2,3646 |
2,3646 |
2,3646 |
Регрессионный анализ данных, в зависимости показателя от фактора.
Год |
Промыш. производство предприятия №16 в %% к 1990г.(У) |
Номинальная заработная плата (руб.)(Х) |
1995 |
0,203 |
472,4 |
1996 |
0,236 |
790,2 |
1997 |
0,23 |
950,2 |
1998 |
0,19 |
1051,5 |
1999 |
0,1814 |
1522,6 |
2000 |
0,3912 |
2223,4 |
2001 |
0,3861 |
3240,4 |
2002 |
0,4205 |
4426 |
2003 |
0,452 |
5581 |
2004 |
0,464 |
6828 |
2005 |
0,588717597 |
8496,99 |
2006 |
0,671757116 |
10255,76 |
2007 |
0,763133779 |
12191,11 |
2008 |
0,862847586 |
14303,04 |
Номинальную З.П в 2005-2008 году берем прогнозные значения из сводной таблицы трендов это будет (Х)( Номинальная заработная плата (руб.)) которые мы подставляем в формулу полученную ниже из вывода итогов Анализа данных.
ВЫВОД ИТОГОВ |
||||||||
Регрессионная статистика |
||||||||
Множественный R |
0,901236292 |
|||||||
R-квадрат |
0,812226855 |
|||||||
Нормированный R-квадрат |
0,788755211 |
|||||||
Стандартная ошибка |
0,053609366 |
|||||||
Наблюдения |
10 |
|||||||
Дисперсионный анализ |
||||||||
df |
SS |
MS |
F |
Значимость F |
||||
Регрессия |
1 |
0,099452383 |
0,099452383 |
34,60460132 |
0,00036893 |
|||
Остаток |
8 |
0,022991713 |
0,002873964 |
|||||
Итого |
9 |
0,122444096 |
||||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% | |
Y-пересечение |
0,187536109 |
0,027568114 |
6,802645675 |
0,000137452 |
0,123963925 |
0,251108293 |
0,123963925 |
0,251108293 |
Переменная X 1 |
4,72145E-05 |
8,02618E-06 |
5,882567579 |
0,00036893 |
2,87061E-05 |
6,57229E-05 |
2,87061E-05 |
6,57229E-05 |
y=0,18+4,72*x |
Вторая таблица зависимости показателя от фактора.
Год |
Коэфф. текущей ликвидности(У) |
Промыш. производство РФ в %% к 1990г.(Х) |
1996 |
1,13 |
0,472 |
1997 |
0,96 |
0,482 |
1998 |
0,92 |
0,458 |
1999 |
1,01 |
0,508 |
2000 |
1,21 |
0,569 |
2001 |
1,3 |
0,597 |
2002 |
1,36 |
0,62 |
2003 |
1,38 |
0,663 |
2004 |
1,43 |
0,704 |
2005 |
1,739463358 |
0,834 |
2006 |
1,979788096 |
0,952 |
2007 |
2,252699239 |
1,086 |
2008 |
2,558196787 |
1,236 |
Как и в предыдущей таблице за возьмем Х - Промыш. производство РФ в %% к 1990г. И так же по формуле высчитываем У.
ВЫВОД ИТОГОВ |
||||||||
Регрессионная статистика |
||||||||
Множественный R |
0,93975 |
|||||||
R-квадрат |
0,88313 |
|||||||
Нормированный R-квадрат |
0,866435 |
|||||||
Стандартная ошибка |
0,070404 |
|||||||
Наблюдения |
9 |
|||||||
Дисперсионный анализ |
||||||||
df |
SS |
MS |
F |
Значимость F |
||||
Регрессия |
1 |
0,262192 |
0,262192 |
52,89576379 |
0,000166596 |
|||
Остаток |
7 |
0,034697 |
0,004957 |
|||||
Итого |
8 |
0,296889 |
||||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% | |
Y-пересечение |
0,040897 |
0,159579 |
0,25628 |
0,805102993 |
-0,336447798 |
0,418242 |
-0,336447798 |
0,418241783 |
Переменная X 1 |
2,03665 |
0,280031 |
7,272947 |
0,000166596 |
1,37448236 |
2,698818 |
1,37448236 |
2,698818279 |
Y= 0,0409+2,036*x |
Таблица сводных данных по корреляции и регрессионному анализу.
Таблица сведенных данных | ||||||
Показатель |
Уравнение |
Факторы |
2005 |
2006 |
2007 |
2008 |
Коэфф. обеспеченности собственными средствами |
Не зависит |
|||||
Промыш. производство предприятия №16 в %% к 1990г. |
y=0,18+4,72*x |
Номинальная заработная плата (руб.) |
0,588718 |
0,671757 |
0,763134 |
0,862848 |
Коэфф. текущей ликвидности |
Y= 0,0409+2,036*x |
Промыш. производство РФ в %% к 1990г. |
1,739463 |
1,979788 |
2,252699 |
2,558197 |
Коэфф. рентабельности продукции |
Не зависит |
В результате анализа выявилось только 2 показателя зависимые только от одного фактора наибольшим образом.
Остальные показатели еще в таблице корреляции оказались не зависимыми от факторов, точнее зависят, но наименьшим образом.
Если сравнить прогноз значений Корреляционно-Регрессионого метода с методом Выделения тренда,то последний явно проигрывает в точности прогноза на каждой стадии,так же отличаются прогнозные значения. Лично сам склоняюсь больше к Корреляционно-Регрессионому методу,т.к из периода в период идет плавный рост,а не скачком,но хотя в методе Выделения тренда значение гораздо выше,возможно это связано из-за самого поспроения тренда и формулы прогноза из графика.
Ситуация по точности построения
такая же как и в 1м пункте выше,но
всетаки исходя из соображения что
чем выше Ктл тем лучше Корреляционно-