Для количественной характеристики зависимости надоя молока на 1 корову от факторов проведем корреляционно-регрессионный анализ. Для этого изучим факторы, связь которых с надоем молока носит корреляционный характер. Отберем следующие факторы: удой молока на 1 корову, затраты, показатель трудоемкости и производственные затраты на 1 голову.
Выберем из данных факторов наиболее существенные на основе матрицы парных коэффициентов корреляции.
У – удой молока на 1 корову,ц.
Х1- затраты,тыс.руб.
Х2- показатель трудоемкости
Х3- производственные затраты на 1 голову, руб.
Исходные данные для КРА приведем в следующей таблице.
Таблица 2.4.1 Исходная матрица для КРА
№ | Наименование хозяйства | надой молока на 1 корову,ц. | Себестоимость всего, тыс.руб | Показатель трудоемкости | Произ-ые затраты на 1 гол., тыс. руб. | ||
|
| У | Х1 | Х2 | Х3 | ||
1 | МУСП "Араслановский" | 51,53 | 21780,00 | 5,28 | 42,40 | ||
2 | СПК "Нугушский" | 38,35 | 6750,00 | 5,55 | 31,53 | ||
3 | ЗАО "Колос" | 36,49 | 7198,00 | 9,31 | 26,14 | ||
4
| ООО АФ "Нурлы" | 48,19 | 594,00 | 2,59 | 18,56 | ||
5 | СПК "Ашкадарский" | 23,35 | 8330,00 | 6,11 | 16,71 | ||
6 | СПК "Прибельский" | 34,75 | 2259,00 | 7,01 | 21,83 |
Проведем анализ степени зависимости результативного признака от факторных. Для этого проделаем операцию Сервис – Анализ данных – Корреляция. Получим следующие результаты.
Таблица 2.5.2 Корреляционная матрица
| У | Х1 | Х2 | Х3 |
У | 1 |
|
|
|
Х1 | 0,334394918 | 1 |
|
|
Х2 | -0,487694002 | 0,089732013 | 1 |
|
Х3 | 0,613105455 | 0,824136248 | 0,059473055 | 1 |
Корреляционная матрица содержит частные коэффициенты корреляции. Коэффициенты второго столбца матрицы характеризуют степень тесноты связи между результативным (У) и факторными признаками (Х1, Х2, Х3). Сравним значения коэффициентов корреляции, отражающих связь между результативным и факторными признаками.
ryx1= 0,334 – связь отсутствует или очень слабая
ryx2=-0,487
ryx3=0,613 – связь средняя (умеренная)
Анализ коэффициентов показывает, что связь между надоем молока на 1 корову и себестоимостью (ryx1=0,334) прямая, слабая или отсутствует; связь между удоем молока на 1 корову и показателем трудоемкости (ryx2=-0,487) обратная, слабая; связь между удоем молока на 1 корову и производственными затратами на 1 гол. (ryx3=0,613) прямая, средняя.
По этим значениям видно, что зависимость результативного признака (надой молока на 1 корову) от факторных слабая, поэтому можно предположить, что на изменение результативного признака оказали более сильное влияние другие факторы, не рассмотренные в данной модели.
Далее проанализируем параметры регрессии.
Таблица 2.4.3 Регрессионная статистика
|
|
Регрессионная статистика | |
Множественный R | 0,84948165 |
R-квадрат | 0,721619074 |
Нормированный R-квадрат | 0,304047685 |
Стандартная ошибка | 8,432522784 |
Наблюдения | 6 |
Коэффициент множественной корреляции k=0,849 - выражает тесноту связи и точность модели и означает, что теснота связи между надоем молока на 1 корову и факторами, включенными в анализ сильная. Коэффициент детерминации (R-квадрат) показывает на сколько % вариация результативного признака определяется вариацией факторов, не включенных в модель. D =0,721, это значит, что выбранные факторы на 72,1 % влияют на вариацию изучаемого показателя, а остальные 27,9% зависит от вариации факторов не включенных в модель. Величина коэффициента множественной детерминации используется для оценки качества регрессионной модели. Низкое значение коэффициента множественной детерминации (0,304) означает, что в регрессионную модель не включены существенные факторы.
Таблица 2.4.4 Показатели уравнения регрессии
| Коэффициенты | Стандартная ошибка | t-статистика | P-Значение |
Y-пересечение | 29,1411283 | 16,95951424 | 1,718276119 | 0,227885152 |
Переменная X 1 | -0,000632841 | 0,000892351 | -0,709184017 | 0,551736324 |
Переменная X 2 | -2,322433634 | 1,716887711 | -1,352699783 | 0,308784354 |
Переменная X 3 | 1,086514442 | 0,695584291 | 1,562016934 | 0,258690961 |
Уравнение регрессии имеет вид:
Ух=29,141 - 0,00063*Х1- 2,3224*Х2 + 1,0865*Х3
Проанализируем значения каждого коэффициента регрессии:
а = 29,141 - свободный член уравнения регрессии, он не имеет экономической характеристики и экономического значения.
b1 = -0,00063– означает, что при увеличении себестоимости на 1 %, уровень надоя молока на 1 корову уменьшится на 0,00063 руб. при неизменном уровне остальных факторов.
b2 = -2,3224 - коэффициент чистой регрессии при втором факторе свидетельствует о том, что при увеличении показателя трудоемкости на 1%, уровень надоя молока на 1 корову уменьшится на 2,3224 рубль, при условии что все остальные факторы останутся без изменения.
b3 = 1,0865 - означает, что при увеличении производственных затрат на 1 га на 1% значение уровня надоя молока на 1 корову увеличится на 1,0865 руб. при неизменном уровне остальных факторов.
Расчетные значения У определяются путем последовательной подстановки в эту формулу значений факторов, взятых для каждого наблюдения.
Таблица 2.4.5 Дисперсионный анализ
| df | SS | MS | F | Значимость F |
Регрессия | 3 | 368,649434 | 122,8831447 | 1,728133424 | 0,386997839 |
Остаток | 2 | 142,214881 | 71,10744051 |
|
|
Итого | 5 | 510,864315 |
|
|
|
Проверку значимости уравнения регрессии проведем на основевычисления F-критерия Фишера. Расчетное значение F-критерия составляет 1,728. А табличное значение Fтабл=19,16 при df1=m=3 и df2=n-m-1=6-3-1=2, т.е. Fфакт<Fтабл, следовательно уравнение регрессии в целом статистически незначимо и несущественно.
Значимость коэффициентов уравнения регрессии оценим с использованием t- критерия Стьюдента. Табличное значение при а=0,05 и степени свободы 6-3-1=4 равно 2,1604,а расчетные: ta=1,718, tx1=-0,709, tx2=-1,352, tx3=1,562.Таким образом, ни один из факторов, включенных в модель, не является статистически значимым и существенным.
Так как все факторы статистически незначимы и несущественны, а также само уравнение регрессии статистически незначимо и несущественно, то данная модель не может быть применена для прогнозирования, и на результативный признак оказали влияние другие факторы, неучтенные в модели.