2015-05-18
295
Определим наличие зависимости фактора заработная плата от возраста и стажа, а также форму этой зависимости.
Тесноту связи и наличие линейной зависимости изучаемых экономических показателей оценивает коэффициент парной корреляции  (см. тему 1).
|
На листе «Исходные данные» получена таблица 14.
Таблица 14 – Корреляционная матрица
| Корреляционная матрица | |||
| ЗП | Возраст | Стаж | |
| ЗП | |||
| Возраст | 0,79 | ||
| Стаж | 0,99 | 0,75 |
Коэффициент корреляции факторов ЗП и возраст равен 0,79 > 0, поэтому зависимость между ними прямая и высокая. Коэффициент корреляции факторов ЗП и стаж равен 0,99 > 0, поэтому зависимость между ними прямая и весьма высокая (таблица 14).
Проверим на значимость коэффициенты парной корреляции. На листе «Исходные данные» вычислены наблюдаемые и критическое значения t -статистики (таблица 15).
Таблица 15 – Значимость коэффициентов корреляции
| Значимость коэффициентов корреляции | |
| tЗП,В набл | 5,56 |
| tЗП,C набл | 43,78 |
| tкр | 2,10 |
Так как |tЗП,В набл| = 5,56 > tкр = 2,1, то коэффициент корреляции значим (значительно отличается от нуля). Поэтому подтверждается наличие линейной зависимости между факторами ЗП и возраст.
|
|
|
Так как |tЗП,С набл| = 43,79 > tкр = 2,1, то коэффициент корреляции значим. Поэтому также подтверждается наличие линейной зависимости между факторами ЗП и стаж.
Исходя из проведенного анализа можно выдвинуть предположение о том, что зависимость заработной платы (у) от возраста (x 1) и стажа по данной специальности (x 2) описывается линейной регрессионной моделью 
, где b 0, b 1, b 2 – неизвестные параметры модели; e – случайный член, который включает в себя суммарное влияние всех неучтенных в модели факторов, ошибки измерений.
