ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ

 

   КАФЕДРА СТАТИСТИКИ

 
 
 
 
 
 

   О Т Ч Е Т 

   о результатах выполнения

   компьютерной  лабораторной работы

 

Автоматизированный  корреляционно-регрессионный  анализ взаимосвязи  статистических данных в среде MS Excel

 
 

   Вариант № 24

 
 
 
 
 
 
 
 
 

Выполнил: ст. III курса гр. маркетинг

           Морозова О.В.

ФИО

Проверил:           Демидова Л.Н.

ФИО

 
 
 
 
 

Калуга 2009 г.

 

1. Постановка задачи  статистического  исследования 

     Корреляционно-регрессионный  анализ взаимосвязи признаков является составной частью проводимого статистического  исследования деятельности 30-ти предприятий  и частично использует результаты ЛР-1.

     В ЛР-2 изучается взаимосвязь между  факторным признаком Среднегодовая стоимость основных производственных фондов (признак Х) и результативным признаком Выпуск продукции (признак Y), значениями которых являются исходные данные ЛР-1 после исключения из них аномальных наблюдений.

     В процессе статистического исследования необходимо решить ряд задач.

1. Установить наличие статистической связи между факторным признаком Х и результативным признаком Y графическим методом.
2. Установить наличие корреляционной связи между признаками Х и Y методом аналитической группировки.
3. Оценить тесноту связи признаков Х и Y на основе эмпирического корреляционного отношения η.
4. Построить однофакторную линейную регрессионную модель связи признаков Х и Y, используя инструмент Регрессия надстройки Пакет анализа, и оценить тесноту связи признаков Х и Y на основе линейного коэффициента корреляции r.
5. Определить адекватность и практическую пригодность построенной линейной регрессионной модели, оценив:

а) значимость и доверительные интервалы  коэффициентов а₀, а₁;

б) индекс детерминации R² и его значимость;

в) точность регрессионной модели.

6. Дать экономическую интерпретацию:

а) коэффициента регрессии а₁;

б) коэффициента эластичности К_Э;

в) остаточных величин ε_i.

7. Найти наиболее адекватное нелинейное уравнение регрессии с помощью средств инструмента Мастер диаграмм.

 

2. Выводы по результатам  выполнения лабораторной работы³

      Задача 1. Установление наличия статистической связи между факторным признаком Х и результативным признаком Y графическим методом.

      Статистическая  связь является разновидностью стохастической (случайной) связи, при которой с  изменением факторного признака X закономерным образом изменяется какой–либо из обобщающих статистических показателей распределения результативного признака Y.

     Вывод:

     Точечный  график  связи признаков  (диаграмма  рассеяния, полученная в ЛР-1 после  удаления аномальных наблюдений) позволяет сделать вывод, что имеет место статистическая связь. Предположительный вид связи – (нелинейная) прямая.

     Задача 2. Установление наличия корреляционной связи между признаками Х и Y методом аналитической группировки.

     Корреляционная  связь – важнейший частный случай стохастической статистической связи, когда под воздействием вариации факторного признака Х закономерно изменяются от группы к группе средние групповые значения результативного признака Y (усредняются результативные значения , полученные под воздействием фактора ). Для выявления наличия корреляционной связи используется метод аналитической группировки.

     Вывод:

     Результаты  выполнения аналитической группировки  предприятий по факторному признаку Среднегодовая стоимость основных производственных фондов даны в табл. 2.2 Рабочего файла, которая показывает, что с увеличением значений факторного признака Х закономерно увеличиваются средние групповые значения  результативного признака . Следовательно, между признаками Х и Y имеется прямая корреляционная связь.

     Задача 3.Оценка тесноты связи признаков Х и Y на основе эмпирического корреляционного отношения.

      Для анализа тесноты связи между  факторным и результативным признаками рассчитывается показатель η – эмпирическое корреляционное отношение, задаваемое формулой

                 ,

где и - соответственно межгрупповая и общая дисперсии результативного признака Y - Выпуск продукции (индекс х дисперсии означает, что оценивается мера влияния признака Х на Y).

     Для качественной оценки тесноты связи  на основе показателя эмпирического  корреляционного отношения служит шкала Чэддока:

     Результаты  выполненных расчетов представлены в табл. 2.4 Рабочего файла.

     Вывод:

     Значение  коэффициента η =0,903, что в соответствии с оценочной шкалой Чэддока говорит о  весьма тесной степени связи изучаемых признаков.

     Задача 4. Построение однофакторной линейной регрессионной модели связи изучаемых признаков с помощью инструмента Регрессия надстройки Пакет анализа и оценка тесноты связи на основе линейного коэффициента корреляции r.

      4.1. Построение регрессионной модели  заключается в нахождении аналитического  выражения связи между факторным  признаком X и результативным признаком Y.

      Инструмент  Регрессия на основе исходных данных (x_i , y_i), производит расчет параметров а₀ и а₁ уравнения однофакторной линейной регрессии , а также вычисление ряда показателей, необходимых для проверки адекватности построенного уравнения исходным (фактическим) данным.

      Примечание. В результате работы инструмента Регрессия получены четыре результативные таблицы (начиная с заданной ячейки А75). Эти таблицы выводятся в Рабочий файл без нумерации, поэтому необходимо присвоить им номера табл.2.5 – табл.2.8 в соответствии с их порядком.

     Вывод:

     Рассчитанные в табл.2.7 (ячейки В91 и В92) коэффициенты а₀ и а₁ позволяют построить линейную регрессионную модель связи изучаемых признаков в виде уравнения

     4.2. В случае линейности функции  связи для оценки тесноты связи признаков X и Y, устанавливаемой по построенной модели, используется линейный коэффициент корреляции r.

     Значение  коэффициента корреляции r приводится в табл.2.5 в ячейке В78 (термин "Множественный R").

     Вывод:

     Значение  коэффициента корреляции r = 0,913 , что в соответствии с оценочной шкалой Чэддока говорит о весьма тесной степени связи изучаемых признаков.