Автор работы: Пользователь скрыл имя, 02 Февраля 2014 в 19:41, контрольная работа
Задание №1. Линейный парный регрессионный анализ.
Задание №2. Множественный регрессионный анализ.
Содержание
Задание №1. Линейный парный регрессионный анализ 3
Задание №2. Множественный регрессионный анализ 12
Список литературы 19
Вариант 91
Задание № 1
На основе данных, приведенных в Приложении 1 и соответствующих Вашему варианту (признаки 1 и 3, начиная с 46 по 95 наблюдения), требуется:
Исходные данные представлены в таблице 1.
Таблица 1 – Показатели деятельности производственных предприятий за 2006 год
№ наблюдения |
Собственные оборотные средства, млн. руб. |
Дебиторская задолженность по результатам деятельности, млн. руб. |
№ наблюдения |
Собственные оборотные средства, млн. руб. |
Дебиторская задолженность по результатам деятельности, млн. руб. | |
46 |
1416 |
58 |
71 |
484 |
69 | |
47 |
1185 |
44 |
72 |
1060 |
62 | |
48 |
1220 |
68 |
73 |
1612 |
36 | |
49 |
1311 |
64 |
74 |
1120 |
42 | |
50 |
1288 |
25 |
75 |
947 |
52 | |
51 |
918 |
54 |
76 |
1102 |
56 | |
52 |
809 |
70 |
77 |
1302 |
66 | |
53 |
1188 |
19 |
78 |
1477 |
32 | |
54 |
1394 |
28 |
79 |
820 |
68 | |
55 |
1435 |
54 |
80 |
1231 |
47 | |
56 |
1514 |
48 |
81 |
1311 |
59 | |
57 |
1577 |
44 |
82 |
1843 |
29 | |
58 |
1579 |
39 |
83 |
1215 |
36 | |
59 |
1210 |
26 |
84 |
1284 |
36 | |
60 |
1448 |
58 |
85 |
1336 |
54 | |
61 |
1468 |
28 |
86 |
1412 |
60 | |
62 |
1661 |
47 |
87 |
1447 |
45 | |
63 |
989 |
58 |
88 |
1593 |
54 | |
64 |
1007 |
62 |
89 |
1663 |
49 | |
65 |
1030 |
62 |
90 |
1114 |
81 | |
66 |
1099 |
42 |
91 |
863 |
61 | |
67 |
1197 |
67 |
92 |
932 |
49 | |
68 |
1386 |
72 |
93 |
978 |
68 | |
69 |
1498 |
45 |
94 |
1621 |
53 | |
70 |
1672 |
35 |
95 |
1199 |
39 |
Решение:
Пусть признак Y – дебиторская задолженность по результатам деятельности, млн. руб., а X – собственные оборотные средства, млн. руб. В нашем распоряжении имеется 50 наблюдений.
Построим поле корреляции – множество точек (X, Y) на плоскости OXY (см. рис. 1). Из рис. 1 видно, что между признаками имеет место обратная зависимость: при росте значений признака X наблюдается уменьшение значений признака Y. То есть рост собственных оборотных средств вызывает уменьшение дебиторской задолженности, и наоборот.
Рис. 1 – Поле корреляции
Вычислим значение коэффициента линейной корреляции с помощью следующей формулы:
где - среднее значение зависимой переменной Y;
- среднее значение независимой переменной X;
- среднее значение произведения индивидуальных значений X и Y;
- среднее значение квадрата независимой переменной X;
- - среднее значение квадрата зависимой переменной Y;
n – число наблюдений.
Так как (см. таблицу 2), то коэффициент корреляции rXY есть:
rXY = -0,443.
Линейный коэффициент
Вероятностная оценка существенности коэффициента корреляции при малой выборке предпочтительно осуществляется на основе расчета значения t - критерия Стьюдента:
где r - коэффициент корреляции;
n - число наблюдений.
Полученное расчетное значение t - критерия Стьюдента (по абсолютной величине) сравнивают с его теоретической величиной в зависимости от 5% и 1% уровень значимости и (n-1) числа степеней свободы.
Если |tрасч.| > tтабл., то связь между фактором и результатом существенная и наоборот, если |tрасч.| < tтабл., то связь несущественная и данный фактор исключается из дальнейшего исследования.
Определим значимость коэффициента корреляции с помощью критерия Стьюдента. Так расчетное значение t-статистики составит:
Табличное значение критерия при уровне значимости 0,95 составит: t0,95; 48 = 2.01. Так как |tрасч.| =| -3,42| = 3,42 > tтабл. = 2.01, то связь между фактором и результатом существенная.
Построим уравнение линейной регрессии вида Y = a + bX, , где a, b – неизвестные параметры. Оценивание будем производить с использованием метода наименьших квадратов. Метод наименьших квадратов состоит в нахождении таких значений параметров a и b, при которых значение величины:
где Yk – исходные значения зависимой переменной;
Xk – исходные значения независимой переменной;
k = 1, 2, 3, …, n – порядковый номер наблюдения;
n – общее число наблюдений.
Таким образом, требуется решить задачу минимизации функции . Данная задача может быть решена следующим образом:
Таким образом, мы имеем систему линейных уравнений с двумя неизвестными a и b:
Решив систему уравнений, получим формулы для вычисления параметров регрессии:
где - среднее значение зависимой переменной Y;
- среднее значение независимой переменной X;
- среднее значение произведения индивидуальных значений X и Y;
- среднее значение квадрата независимой переменной X;
n – число наблюдений.
Подставляя численные значения (см. таблицу 2), получим: b = -0.023; a = 79,852, откуда уравнение регрессии принимает вид:
Y = 79,852– 0.023·X.
Дадим экономическую интерпретацию полученных коэффициентов регрессии Y = a + b·X:
Уравнение регрессионной линии и множество исходных точек представлено на рис. 2.
Рис. 2 – Поле корреляции между X и Y и уравнение регрессии
Коэффициент детерминации R2 может быть определен как квадрат коэффициента корреляции:
R2 = rXY2 = 0,196,
или с использованием следующей формулы:
Коэффициент детерминации показывает, что лишь 19,6% вариации результативного признака Y объясняется вариацией фактора X. Таким образом, построенное уравнение регрессии не обладает достаточно хорошей объясняющей силой.
Величина остаточной (необъясненной) дисперсии составит:
Проверим гипотезу о значимости уравнения регрессии в целом. Нулевая гипотеза H0 – гипотеза о том, что уравнение регрессии в целом статистически незначимо, альтернативная гипотеза H1 – гипотеза о том, что уравнение регрессии в целом статистически значимо.
Оценка статистической значимости построенной модели регрессии в целом производится с использованием F-критерия Фишера. Сперва вычисляется фактическое значение F-критерия Фишера по следующей формуле:
или
где - факторная (или объясненная регрессией) и остаточная сумма квадратов, n – число наблюдений.
Далее следует сравнить вычисленное фактическое значение F-критерия Фишера с табличным значением соответствующего критерия. Если фактическое значение используемого критерия превышает табличное, то нулевая гипотеза отклоняется и с вероятностью (1-α) (выбранный уровень значимости) принимается альтернативная гипотеза о статистической значимости регрессии в целом. Если же фактическое значение F-критерия Фишера меньше табличного, то говорят, что нет оснований отвергнуть нулевую гипотезу, то есть регрессия в целом не значима.
Проверим значимость уравнения регрессии на уровне α = 0,05.
Вычислим фактическое значение F-критерия Фишера. В нашем случае, m = 1 (рассматривается лишь один регрессор в модели – переменная X), n = 50 (имеем 50 наблюдений). Fфакт = 11,73.
Для определения табличного значения F-критерия Фишера воспользуемся таблицами распределения Фишера для заданного уровня значимости (0.95), число степеней свободы (m, n-m-1). Таким образом, Fтабл = F0.95; 1; 48 = 4.04.
Так как Fфакт = 11,73 > Fтабл = 4.04, то нулевая гипотеза отклоняется и с вероятностью 0.95 принимается альтернативная гипотеза о статистической значимости уравнения регрессии в целом.
Следовательно, допуская ошибку 5%, можно считать построенное уравнение пригодным для дальнейшего исследования и прогнозирования.
Выполним прогноз ожидаемого значения признака-результата Y при прогнозном значении признака-фактора X, составляющим 105% от среднего уровня X. Так среднее значение признака X составляет 1269,30 млн. руб., тогда прогноз нужно построить для значения X* = 1269,30 · 105% = 1332,77 млн. руб. Используя уравнение регрессии, будем иметь:
Y* = 79,852 – 0,023 · X* = 79,852 – 0,023 · 1332,77 = 48,93 млн. руб.
Оценим точность прогноза, рассчитав ошибку прогноза и его доверительный интервал с вероятностью 0,95.
Прогнозируемое значение признака-результата c доверительной вероятностью равной (1-a) принадлежит интервалу прогноза:
(
где - точечный прогноз (Yth);
t – коэффициент доверия, определяемый по таблицам распределения Стьюдента в зависимости от уровня значимости a и числа степеней свободы (n-2);
mp- средняя ошибка прогноза.
Средняя ошибка прогноза определяется по формуле:
И составит в нашем случае:
Коэффициент доверия t составит t0.95; 48 = 2.01. Таким образом, доверительный интервал будет иметь вид:
48,93 – 13,19 · 2.01 ≤ Y* ≤ 48,93 + 13,19 · 2.01
22,41 ≤ Y* ≤ 75,44
Таким образом, было получено, что между признаками наблюдается обратная зависимость. Однако уравнение регрессии линейного вида не достаточно точно отражает действительную ситуацию, возможно, что требуется усложнение вида зависимости или добавление дополнительных признаков, оказывающих влияние на результативный признак.
Однако, не смотря на это согласно критерию Фишера уравнение регрессии может быть использовано для прогнозирования. Но ошибка прогнозирования при этом достаточно велика! То есть наши предположения с экономической точки зрения, а точнее с точки зрения, бухгалтерского учета, подтвердились: между показателями, предложенными для анализа, нет какой-либо значимой связи – собственные оборотные средства не оказывает какого-либо существенного влияния на величину дебиторской задолженности.
Таблица 2 – Вспомогательная таблица
Номер наблюдения |
Y |
X |
X2 |
Y2 |
XY |
Yth |
(Y-Yth)2 |
|||
46 |
58 |
1416 |
2005056 |
3364 |
82128 |
47 |
121,09 |
57,76 |
11,59 |
21520,89 |
47 |
44 |
1185 |
1404225 |
1936 |
52140 |
52 |
69,82 |
40,96 |
3,83 |
7106,49 |
48 |
68 |
1220 |
1488400 |
4624 |
82960 |
52 |
270,80 |
309,76 |
1,31 |
2430,49 |
49 |
64 |
1311 |
1718721 |
4096 |
83904 |
49 |
212,21 |
184,96 |
0,94 |
1738,89 |
50 |
25 |
1288 |
1658944 |
625 |
32200 |
50 |
623,31 |
645,16 |
0,19 |
349,69 |
51 |
54 |
918 |
842724 |
2916 |
49572 |
59 |
20,72 |
12,96 |
66,45 |
123411,69 |
52 |
70 |
809 |
654481 |
4900 |
56630 |
61 |
79,56 |
384,16 |
114,08 |
211876,09 |
53 |
19 |
1188 |
1411344 |
361 |
22572 |
52 |
1107,99 |
985,96 |
3,56 |
6609,69 |
54 |
28 |
1394 |
1943236 |
784 |
39032 |
48 |
380,50 |
501,76 |
8,37 |
15550,09 |
55 |
54 |
1435 |
2059225 |
2916 |
77490 |
47 |
55,43 |
12,96 |
14,78 |
27456,49 |
56 |
48 |
1514 |
2292196 |
2304 |
72672 |
45 |
10,74 |
5,76 |
32,24 |
59878,09 |
57 |
44 |
1577 |
2486929 |
1936 |
69388 |
43 |
0,55 |
40,96 |
50,98 |
94679,29 |
58 |
39 |
1579 |
2493241 |
1521 |
61581 |
43 |
17,76 |
129,96 |
51,64 |
95914,09 |
59 |
26 |
1210 |
1464100 |
676 |
31460 |
52 |
664,40 |
595,36 |
1,89 |
3516,49 |
60 |
58 |
1448 |
2096704 |
3364 |
83984 |
46 |
137,98 |
57,76 |
17,19 |
31933,69 |
61 |
28 |
1468 |
2155024 |
784 |
41104 |
46 |
316,46 |
501,76 |
21,26 |
39481,69 |
62 |
47 |
1661 |
2758921 |
2209 |
78067 |
41 |
32,36 |
11,56 |
82,61 |
153428,89 |
63 |
58 |
989 |
978121 |
3364 |
57362 |
57 |
1,20 |
57,76 |
42,30 |
78568,09 |
64 |
62 |
1007 |
1014049 |
3844 |
62434 |
56 |
30,40 |
134,56 |
37,04 |
68801,29 |
65 |
62 |
1030 |
1060900 |
3844 |
63860 |
56 |
36,57 |
134,56 |
30,83 |
57264,49 |
66 |
42 |
1099 |
1207801 |
1764 |
46158 |
54 |
152,56 |
70,56 |
15,61 |
29002,09 |
67 |
67 |
1197 |
1432809 |
4489 |
80199 |
52 |
222,68 |
275,56 |
2,81 |
5227,29 |
68 |
72 |
1386 |
1920996 |
5184 |
99792 |
48 |
590,87 |
466,56 |
7,33 |
13618,89 |
69 |
45 |
1498 |
2244004 |
2025 |
67410 |
45 |
0,01 |
29,16 |
28,16 |
52303,69 |
70 |
35 |
1672 |
2795584 |
1225 |
58520 |
41 |
36,67 |
237,16 |
87,31 |
162167,29 |
71 |
69 |
484 |
234256 |
4761 |
33396 |
69 |
0,14 |
345,96 |
332,03 |
616696,09 |
72 |
62 |
1060 |
1123600 |
3844 |
65720 |
55 |
45,47 |
134,56 |
23,59 |
43806,49 |
73 |
36 |
1612 |
2598544 |
1296 |
58032 |
42 |
41,58 |
207,36 |
63,23 |
117443,29 |
74 |
42 |
1120 |
1254400 |
1764 |
47040 |
54 |
140,76 |
70,56 |
12,00 |
22290,49 |
75 |
52 |
947 |
896809 |
2704 |
49244 |
58 |
34,56 |
2,56 |
55,93 |
103877,29 |
76 |
56 |
1102 |
1214404 |
3136 |
61712 |
54 |
2,95 |
31,36 |
15,07 |
27989,29 |
77 |
66 |
1302 |
1695204 |
4356 |
85932 |
50 |
267,61 |
243,36 |
0,58 |
1069,29 |
78 |
32 |
1477 |
2181529 |
1024 |
47264 |
46 |
184,43 |
338,56 |
23,23 |
43139,29 |
79 |
68 |
820 |
672400 |
4624 |
55760 |
61 |
51,47 |
309,76 |
108,69 |
201870,49 |
80 |
47 |
1231 |
1515361 |
2209 |
57857 |
51 |
18,39 |
11,56 |
0,79 |
1466,89 |
81 |
59 |
1311 |
1718721 |
3481 |
77349 |
49 |
91,54 |
73,96 |
0,94 |
1738,89 |
82 |
29 |
1843 |
3396649 |
841 |
53447 |
37 |
65,42 |
457,96 |
177,21 |
329131,69 |
83 |
36 |
1215 |
1476225 |
1296 |
43740 |
52 |
245,23 |
207,36 |
1,59 |
2948,49 |
84 |
36 |
1284 |
1648656 |
1296 |
46224 |
50 |
197,65 |
207,36 |
0,12 |
216,09 |
85 |
54 |
1336 |
1784896 |
2916 |
72144 |
49 |
26,50 |
12,96 |
2,40 |
4448,89 |
86 |
60 |
1412 |
1993744 |
3600 |
84720 |
47 |
166,70 |
92,16 |
10,96 |
20363,29 |
87 |
45 |
1447 |
2093809 |
2025 |
65115 |
46 |
1,63 |
29,16 |
17,00 |
31577,29 |
88 |
54 |
1593 |
2537649 |
2916 |
86022 |
43 |
123,45 |
12,96 |
56,42 |
104781,69 |
89 |
49 |
1663 |
2765569 |
2401 |
81487 |
41 |
59,83 |
1,96 |
83,45 |
154999,69 |
90 |
81 |
1114 |
1240996 |
6561 |
90234 |
54 |
728,81 |
936,36 |
12,99 |
24118,09 |
91 |
61 |
863 |
744769 |
3721 |
52643 |
60 |
1,37 |
112,36 |
88,88 |
165079,69 |
92 |
49 |
932 |
868624 |
2401 |
45668 |
58 |
85,13 |
1,96 |
61,26 |
113771,29 |
93 |
68 |
978 |
956484 |
4624 |
66504 |
57 |
117,52 |
309,76 |
45,69 |
84855,69 |
94 |
53 |
1621 |
2627641 |
2809 |
85913 |
42 |
115,79 |
6,76 |
66,60 |
123692,89 |
95 |
39 |
1199 |
1437601 |
1521 |
46761 |
52 |
169,81 |
129,96 |
2,66 |
4942,09 |
Сумма |
2520,00 |
63465,00 |
84266275,00 |
137182,00 |
3112547,00 |
2520,00 |
8176,42 |
10174,00 |
1997,58 |
3710150,50 |
Среднее значение |
50,40 |
1269,30 |
1685325,50 |
2743,64 |
62250,94 |
50,40 |