Лабораторна робота №5
Тема: Зведення та групування статистичних даних. Аналіз рядів розподілу.
Мета: Закріплення теоретичних знань за темами "Зведення та групування статистичних даних", "Аналіз рядів розподілу», «Статистичні методи аналізу кореляційних зв'язків».
Хід роботи
1. За результатами аналітичного групування Л.Р. №1 охарактеризувати вплив факторної ознаки х на результативну ознаку у, використавши метод аналітичного групування. Оцінити тісноту зв'язку та перевірити його істотність. Зробити відповідні висновки. Як вихідні дані для розрахунків використовувати ряд розподілу Л.Р. №1.
2. На основі первинних даних Л.Р. №1 сформувати вибірку із перших 15 підприємств та оцінити лінію регресії, що відображає залежність обсягу виробництва продукції від вартості основних фондів за допомогою методу кореляційно-регресійного аналізу.
3. Зробити відповідні висновки.
Приклади оформлення розрахунків в програмі Microsoft Excel
Інструкція до виконання лабораторної роботи
|
|
У Л. Р. №5 необхідно оцінити лінію регресії за допомогою методу кореляційно-регресійного аналізу. Тут оцінка лінії регресії здійснюється в кожній точці інтервалу зміни значень факторної ознаки х. Тобто лінія регресії безперервна та зображується у вигляді певної функції яка називається рівнянням регресії, а Y – теоретичні значення результативної ознаки.
Розглядають парну кореляційну модель, тобто з однією факторною ознакою. Функціональний вид рівняння регресії вибирають різними способами: графічним, аналітичного групування, теоретично обґрунтовують модель. Можливий перебір функцій. Вибирають рівняння регресії з найвищим коефіцієнтом тісноти зв'язку між ознаками, що вивчають,
У статистико-економічному аналізі найпоширенішою є лінійна функція:
де – параметри лінійного рівняння.
Вона проста, параметри її мають економічний зміст, а факторна ознака часто варіює в невеликих межах. Параметр називають коефіцієнтом регресії. Він показує, на скільки одиниць власного виміру в середньому змінюється значення результативної ознаки у зі збільшенням факторної ознаки х на одиницю її власного виміру.
Для оцінки лінії регресії визначають параметри обраного рівняння методом найменших квадратів. Це дає можливість отримати найкращі оцінки параметрів, які обчислюють шляхом складання та розв'язку системи рівнянь з двома невідомими:
Розрахункові суми для визначення параметрів рівняння, коефіцієнта детермінації та лінійного коефіцієнта, кореляції заносять у табл. 2.2.
Із складеної системи нормальних рівнянь:
Якщо значення параметра – додатна величина, то зв'язок між ознаками прямий. У випадку зворотного зв'язку параметр – має від'ємне значення.
|
|
Параметр – це значення Y при х =0. Якщо х не може приймати нульового значений, цей параметр економічно не інтерпретується і як вільний член рівняння регресії має тільки розрахункове значення.
Визначення тісноти зв'язку в кореляційно-регресійному аналізі теж грунтується на правилі складання дисперсій. Оцінками лінії регресії тут є теоретичні значення результативної ознаки. Мірою тісноти зв'язку виступає коефіцієнт детермінації , аналогічний кореляційному відношенню.
де – дисперсія теоретичних значень (факторна) результативної ознаки у;
–загальнадисперсія результативної ознаки у.
Дисперсіютеоретичних значень (факторну) результативної ознаки у визначають заформулою:
Загальнадисперсія ознаки y дорівнює:
Коефіцієнт детермінації характеризує ту частину варіації результативної ознаки у, яка відповідає лінійному рівнянню регресії та пов'язана з впливом факторної групувальної ознаки х. Він змінюється в таких межах:
Індекс кореляції характеризує тісноту зв'язку, але економічної інтерпретації не має.
Лінійний коефіцієнт кореляції розраховується за формулою:
Середнє квадратичне відхилення по ознаці х визначається за формулою:
Перевірку істотності зв'язку в кореляційно-регресійному аналізі здійснюють за допомогою критеріїв та F-критерія Фішера тим же способом, що і в методі аналітичного групування. Фактичне значення F-критерія розраховують за формулою:
Ступені вільності залежать від параметрів рівняння регресії (m).
Для лінійної моделі m=2.
У невеликих за обсягом сукупностях коефіцієнт регресії схильний до випадкових коливань. Тому необхідно визначати довірчі межі коефіцієнта регресії. Стандартна похибка коефіцієнта регресії обчислюється за формулою
Величина граничної похибки:
де t – коефіцієнтдовіри. Визначається в залежності від ймовірності.
або – залишкова дисперсія ознаки у. Вонахарактеризує варіацію результативної ознаки у, не пов'язану з варіацієюфакторної ознаки х.
Довірчімежі коефіцієнта регресії складають:
Отже, якщо х збільшується на одиницю його власного виміру, то у підвищується не менше і не більше, ніж наведені межі.