Измерение и экономико-математические модели

Автор: Пользователь скрыл имя, 24 Января 2012 в 19:36, контрольная работа

Описание работы

Описание объекта

В нашем случае объектом исследования являются совокупность фирм , заводов , предприятий . Моделируемым показателем является Y - производительность труда ( тыс.руб / чел ) .

Скачать полностью (11.03 Кб) Сколько стоит заказать работу?
Работа содержит 1 файл

VDV-1384.DOC

— 57.50 Кб (Скачать)

1. Описание объекта 

      В нашем случае объектом исследования являются совокупность фирм , заводов , предприятий . Моделируемым показателем  является Y - производительность труда ( тыс.руб / чел ) . 
 
 

2. Экономические показатели ( факторы )

     Отбор  факторов для модели осуществляется в два этапа. На первом  идет анализ, по результатам которого исследователь делает вывод о необходимости рассмотрения тех или иных явлений в качестве переменных, определяющих закономерности развития исследуемого процесса, на втором – состав предварительно отобранных факторов уточняется непосредственно по результатам статистического анализа.  

     Из  совокупности экономических показателей  мы отобрали следующие :

Зависимый фактор:

У- производительность труда, (тыс. руб.)

Для модели в абсолютных показателях

Независимые факторы:

Х1 - стоимость  сырья и материалов ( тыс.руб.)

Х2 - заработная плата ( тыс.руб. )

Х3 - основные промышленно-производственные фонды ( тыс.руб. )

Х4 - отчисления на социальное страхование ( тыс.руб. )

Х5 - расходы  на подготовку и освоение производства ( тыс.руб. )

Х6 - расходы  на электроэнергию ( тыс.кВт час. )

Данные  представлены в таблице 1.

                                                                    Таблица 1
 
№ Объекта

наблюдения

 Y X1 X2 X3 X4 X5 X6
1 10.6 865 651 2627 54 165 4.2
2 19.7 9571 1287 9105 105 829 13.3
3 17.7 1334 1046 3045 85 400 4
4 17.5 6944 944 2554 79 312 5.6
5 15.7 14397 2745 15407 229 1245 28.4
6 11.3 4425 1084 4089 92 341 4.1
7 14.4 4662 1260 6417 105 496 7.3
8 9.4 2100 1212 4845 101 264 8.7
9 11.9 1215 254 923 19 78 1.9
10 13.9 5191 1795 9602 150 599 13.8
11 8.9 4965 2851 12542 240 622 12
12 14.5 2067 1156 6718 96 461 9.2

Для модели в относительных показателях

Х1- удельный вес  стоимости сырья и материалов в себестоимости продукции

Х2- удельный вес  заработной платы в себестоимости  продукции

Х3- фондовооруженность одного рабочего, тыс.руб./чел.

Х4- удельный вес  отчислений на соц. страхования в себестоимости продукции

Х5- удельный вес  расходов на подготовку и освоение производства в себестоимости продукции

Х6- электровооруженность одного рабочего, тыс. кВт./ чел.

Данные представлены в таблице 2.

                                                                    Таблица 2
 
№ Объекта

наблюдения

 Y X1 X2 X3 X4 X5 X6
1 10.6 16,8 12,6 5,7 1,0 3,2 0,06
2 19.7 33,1 4,5 8,0 0,4 2,8 0,08
3 17.7 9,9 7,7 4,6 0,6 3,0 0,08
4 17.5 63,1 8,6 4,1 0,7 2,8 0,08
5 15.7 32,8 6,3 8,0 0,5 2,8 0,10
6 11.3 40,3 9,9 5,2 0,8 3,1 0,08
7 14.4 28,3 7,7 7,1 0,6 3,0 0,09
8 9.4 25,2 14,6 7,2 1,2 3,2 0,11
9 11.9 47,3 9,9 4,5 0,7 3,0 0,13
10 13.9 26,8 9,3 9,4 0,8 13,1 0,11
11 8.9 25,4 14,6 6,5 1,2 3,2 0,08
12 14.5 14,2 8,0 8,5 0,7 3,2 0,13

3. Выбор формы представления факторов

     В данной работе мы не используем фактор времени, т.е. в нашем случае мы используем статистическую модель. В 1-ом случае мы строим статистическую модель в абсолютных показателях, во 2-м – статистическую модель в относительных показателях. Проанализировав полученные результаты, мы выбираем рабочую статистическую модель.

4. Анализ аномальных  явлений

     При визуальном просмотре матрицы данных легко улавливается аномалия на пятом  объекте в таблице 1,2 . Здесь все  факторы завышены в несколько раз . Скорее всего мы сталкиваемся в данном случае с заводом-гигантом . Поэтому данное наблюдение   мы  отбрасываем .  Теперь формируем обновлённую матрицу данных .

                                                                     Таблица 3
№ Объекта

наблюдения

 Y X1 X2 X3 X4 X5 X6
1 10.6 865 651 2627 54 165 4.2
2 19.7 9571 1287 9105 105 829 13.3
3 17.7 1334 1046 3045 85 400 4
4 17.5 6944 944 2554 79 312 5.6
6 11.3 4425 1084 4089 92 341 4.1
7 14.4 4662 1260 6417 105 496 7.3
8 9.4 2100 1212 4845 101 264 8.7
9 11.9 1215 254 923 19 78 1.9
10 13.9 5191 1795 9602 150 599 13.8
11 8.9 4965 2851 12542 240 622 12
12 14.5 2067 1156 6718 96 461 9.2
 

 

                                                                   
 

                                                                                            Таблица 4 

№ Объекта

наблюдения

 Y X1 X2 X3 X4 X5 X6
1 10.6 16,8 12,6 5,7 1,0 3,2 0,06
2 19.7 33,1 4,5 8,0 0,4 2,8 0,08
3 17.7 9,9 7,7 4,6 0,6 3,0 0,08
4 17.5 63,1 8,6 4,1 0,7 2,8 0,08
6 11.3 40,3 9,9 5,2 0,8 3,1 0,08
7 14.4 28,3 7,7 7,1 0,6 3,0 0,09
8 9.4 25,2 14,6 7,2 1,2 3,2 0,11
9 11.9 47,3 9,9 4,5 0,7 3,0 0,13
10 13.9 26,8 9,3 9,4 0,8 13,1 0,11
11 8.9 25,4 14,6 6,5 1,2 3,2 0,08
12 14.5 14,2 8,0 8,5 0,7 3,2 0,13
 
 
 

4. Анализ матрицы  коэффициентов парных  корреляций для   абсолютных величин 

                                                             Таблица 5
№ фактора Y X1 X2 X3 X4 X5 X6
Y 1.00 0.52 -0.22 -0.06 -0.23 0.44 0.12
X1 0.52 1.00 0.38 0.52 0.38 0.74 0.60
X2 -0.22 0.38 1.00 0.91 1.00 0.68 0.74
X3 -0.06 0.52 0.91 1.00 0.91 0.86 0.91
X4 -0.23 0.38 1.00 0.91 1.00 0.67 0.74
X5 0.44 0.74 0.68 0.86 0.67 1.00 0.85
X6 0.12 0.60 0.74 0.91 0.74 0.85 1.00
 

      Из  таблицы 4 находим тесно коррелирующие  факторы. Налицо мультиколлениарность факторов Х2 и Х4 . Оставим только один фактор Х2 . Так же достаточно высокий коэффициент корреляции ( 0.91 ) между факторами Х2 и Х3 . Избавимся от фактора Х3 . 

Информация о работе Измерение и экономико-математические модели