Автор работы: Пользователь скрыл имя, 22 Октября 2012 в 21:42, контрольная работа
Применение методов наименьших квадратов для обработки рядов динамики не требует выдвижения никаких предположений о законах распределения исходных данных. Однако при использовании метода наименьших квадратов для обработки связных рядов следует учитывать наличие автокорреляции.
Наиболее распространенным примером выявления наличия автокорреляции в отклонениях от тренда, является использование критерия Дарбина-Уотсона.
Определим средний показатель ( по ряду распределения, исходя из формулы средней арифметической взвешенной. С этой целью находим середину интервала (
млн р.
Определяем моду - это наиболее часто встречающаяся величина
,
где нижняя граница модального интервала,
размер модального интервала,
модальная частота,
частота, предшествующая модальному интервалу,
частота, следующая за модальным интервалом.
790,5 млн р.
Определим медиану
где нижняя граница медианного интервала,
размер медианного интервала,
полусумма частот,
сумма частот, накопленных до медианного интервала,
частота медианного интервала
689,5 млн руб.
Далее рассчитаем показатели вариации:
R= 1045-538=507 млн руб.
d= 117,96 млн руб.
20793,72
144,2 млн руб.
V= 18%
Коэффициент вариации
свидетельствует об
Для характеристики дифференциации предприятий по величине акционерного капитала, рассчитаем коэффициент фондовой дифференциации (
,
где -средняя из 10% максимальных значений акционерного капитала,
-средняя из 10 % минимальных значений акционерного капитала
10% от 25 составляет 2,5 предприятия, т.е. можно взять по 3 предприятия (максимальных или минимальных).
1045 1004 965
538 543 556
1,84
Следовательно, средняя из 10% максимального акционерного капитала почти в 2 раза выше средней из минимальных значений.
Далее производим расчет
Для определения характеристик
выборочной совокупности
Для расчета ошибок выборки
следует воспользоваться
Средняя ошибка выборки для средней величины (
где дисперсия выборочной совокупности,
число единиц выборочной совокупности,
N-численность генеральной
Т.к. n=25, что составляет 5% от численности генеральной совокупности, то N=500 или 0,05, тогда
28,69 млн руб.
Предельная ошибка для средней
где t-коэффициент доверия, принимаемый в зависимости от уровня доверительной вероятности 0,954 и числа степеней свободы (К). К=n-1 для малой выборки определяется по таблице Стьюдента.
При вероятности =0,954 и К=24 значения t=2,0639
млн руб.
Доверительный интервал
787-53,58 787+53,58
733 841
С вероятностью 0,954 можно
гарантировать, что средняя
Долю предприятий, у которых акционерный капитал превышает среднюю величину (W) для выборочной совокупности определим по первичным данным (табл.1). Число таких предприятий 14, их доля в выборочной совокупности составляет
Средняя ошибка доли для бесповторного отбора
Предельная ошибка
При вероятности 0,954 t=2 , тогда
Доверительный интервал
Следовательно, с вероятностью 0,954 можно гарантировать, что доля предприятий у которых величина акционерного капитала больше среднего значения будет находиться в пределах от 28% до 68%.
Корреляционный анализ.
Корреляционной называется связь между факторным и результативным признаками, которая проявляется только «в общем и среднем» при массовом наблюдении фактических данных.
Условием корректного
Проверка исходных данных на однородность и аномальность проведена выше.
Теория корреляции решает следующие вопросы:
Содержательный анализ исходных данных
выполнен ранее и установлено, что
акционерный капитал –
Установление факта наличия связи осуществляется на основе групповой таблицы № 6 и графическим способом путем изображения поля корреляции и графика эмпирической линии регрессии (рис.1)
Таблица № 6
Группы предпр. по размеру акцион. капитала, млн р. |
Число предприятий |
Середина интервала (х) |
Прибыль в сред. на 1 пред., млн р. (у) |
|
ух |
|
уровни) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
538-639 |
5 |
589 |
5,32 |
346921 |
3133,48 |
28,3024 |
5,585 |
639-740 |
5 |
690 |
6,48 |
476100 |
4471,2 |
41,9904 |
9,221 |
740-841 |
6 |
791 |
14,32 |
625681 |
11327,12 |
205,0624 |
12,857 |
841-942 |
5 |
892 |
20,06 |
795664 |
17893,52 |
402,4036 |
16,493 |
942-1043 |
3 |
993 |
21,07 |
986049 |
20922,51 |
443,9449 |
20,129 |
1043-1144 |
1 |
1094 |
20,8 |
1196836 |
22755,2 |
432,64 |
23,765 |
Итого: |
25 |
5049 |
88,05 |
4427251 |
80503,03 |
1554,344 |
88,05 |
Анализ табл. 6 свидетельствует о прямой связи между акционерным капиталом и прибылью предприятий (гр.3, гр.4).
Рис. 1
Эмпирическую линию регрессии (рис.1) строим по данным табл.6, принимая за середину интервала, за - прибыль в среднем на одно предприятие по каждой группе.
Направление эмпирической
линии регрессии
Предполагая, что зависимость между акционерным капиталом и прибылью, имеет линейную форму, определяем тесноту связи на основе линейного коэффициента корреляции ( ). Для этого воспользуемся расчетами выполняемыми в табл. 6.
Коэффициент корреляции может быть в пределах от -1 до +1. Чем ближе к единице, тем теснее связь.
Значение r =0,937 свидетельствует об очень тесной связи между акционерным капиталом и прибылью. Связь прямая.
Для подтверждения этого
необходимо дать оценку
находим по таблице Стьюдента (прил. 3). Для числа степеней свободы к=n-2=25-2=23 и уровня значимости 1% =2,0873.
12,9 2,0873. Следовательно, с вероятностью 0,99 можно утверждать, что в генеральной совокупности существует достаточно тесная зависимость между величиной акционерного капитала и прибылью предприятий.
Для анализа общего качества оцененной линейной регрессии обычно используют коэффициент детерминации. Для случая парной регрессии это квадрат коэффициента корреляции переменных Х и У (r).
В нашей задаче r2 = 0,9372 = 0,88
Коэффициент детерминации характеризует долю вариации (разброса) зависимой переменной, объясненной с помощью данного уравнения.
Интерпретация полученного коэффициента такова: r = 0,88 умножается на 100 и выражается как процентная доля вариации У, которая объясняется вариацией Х.
Таким образом,
в нашем примере 88% изменения
прибыли объясняется
Параметры уравнения регрессии
(а и в) определяем способом
наименьших квадратов из
Для решения системы информацию берем из таблицы № 6.
6а+5049в=88,05
5049а+4427251в=80503,03
а=
74094,075-4248733,5в+4427251в=
178517,5в=6408,955
в=
а=
=-15,619+0,036х
Коэффициент регрессии в=0,036 свидетельствует о том, что при увеличении акционерного капитала на 1 млн руб. прибыль возрастет на 0,036 млн руб. или на 36 тыс. руб.
По коэффициенту регрессии
0,81
Следовательно, при увеличении акционерного капитала на 1%, прибыль увеличится на 2,15%.
При увеличении акционерного
капитала на одно свое
Анализ рядов динамики проведем на примере динамики прибыли по одному из предприятий, входящих в совокупность, в частности по предприятию № 5.
При анализе будут
использованы следующие
1) характеризующие изменение прибыли по периодам:
а) абсолютный прирост (Δa);
б) темп (коэффициент) роста ;
в) темп прироста .;
г) абсолютное значение одного процента прироста (А).
Все эти показатели
могут быть рассчитаны цепным
и базисным методом. Цепные
показатели динамики
,
где
- уровень сравниваемого периода
- уровень предыдущего периода
- первоначальный уровень (здесь базисный).
Существует взаимосвязь между
цепными и базисными темпами
роста, выраженными
2) Абсолютное
значение одного процента
3) Пункты роста ( ) представляет собой разность базисных темпов роста, выраженных в процентах
Информация о работе Статистика малого и среднего предпринимательства