Автор: Пользователь скрыл имя, 09 Марта 2012 в 11:46, курсовая работа
Обработка статистических данных уже давно применяется в самых разнообразных видах человеческой деятельности. Вообще говоря, трудно назвать ту сферу, в которой она бы не использовалась. Но, пожалуй, ни в одной области знаний и практической деятельности обработка статистических данных не играет такой исключительно большой роли, как в экономике, имеющей дело с обработкой и анализом огромных массивов информации о социально-экономических явлениях и процессах
Введение 3
Статистическое изучение взаимосвязи социально-
экономических явлений и процессов 4
Характеристика регрессионного анализа
Оценка взаимосвязи между факторным и
результативным признаком на основе регрессионного
анализа 11
Отбор факторных признаков для построения
множественной регрессионной модели 13
Проверка адекватности моделей, построенных
на основе уравнений регрессии 16
Применение регрессионного анализа для изучения
объекта исследования 18
Заключение 23
Список литературы 24
Приложения
где xi - среднее значение соответствующего факторного признака;
y - среднее значение результативного признака;
a1 - коэффициент регрессии при соответствующем факторном признаке.
Коэффициент эластичности показывает на сколько процентов в среднем изменится значение результативного признака при изменении факторного признака на 1%.
Частный коэффициент детерминации:
Dxi=ryxi
* βxi
где ryxi - парный коэффициент корреляции между результативным i- ым факторным признаком;
βxi - соответствующий
стандартизованный коэффициент уравнения
множественной регрессии: βxi=a1
*
Частный коэффициент детерминации показывает на сколько процентов вариация результативного признака объясняется вариацией - го признака, входящего в множественное уравнение регрессии.
Наиболее полная экономическая интерпретация моделей регрессии позволяет выявить резервы развития и повышения деловой активности субъектов экономики.
3 ПРИМЕНЕНИЕ РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ИЗУЧЕНИЯ ОБЪЕКТА ИССЛЕДОВАНИЯ
Анализ таблицы показывает, что частоты расположены по диагонали сверху вниз, что свидетельствует о наличии прямой связи между объемом произведенной продукции и балансовой прибылью. Также наблюдаются концентрация частот вокруг главной диагонали и незаполненность оставшихся клеток, поэтому можно предположить достаточно тесную связь между рассматриваемыми признаками.
Расчет и анализ средних значений yi по группам факторных признаков подтверждает наличие прямолинейной зависимости между x и y.
Считая, что зависимость описывается уравнением прямой, коэффициенты а0 и а1 определим из системы нормальных уравнений вида:
na0+а1∑ xfx =∑ yfy ;
a0∑xfx+а1∑x2fx=∑xyfxy
.
Так как значения признаков x и y заданы в определенных интервалах, то для каждого интервала сначало необходимо определить середину интервала (x и y), а затем уже по ним построить уравнение регрессии. Покажем промежуточные расчеты:
По первой группе: x1'= (300+400)/2=350 ;
По второй группе: x2'=(400+500)/2=450;
Аналогичным образом получены все остальные значения в таблице.
Таким образом, подставив в систему уравнений итоговые значения из табл.1.1, получим:
40а0+20700а1=1620;
20700а0+11260000а1=881500.
Отсюда: а0=-0,9; а1=0,08.
Следовательно: yx=-0,9+0,08x.
Параметр уравнения регрессии а1=0,08 показывает, что с увеличением объема выпускаемой продукции на 1млн.руб. балансовая прибыль в среднем возрастает на 80тыс.руб.
Расчетная таблица для определения параметров уравнения регрессии табл.1.2
Номер банка |
Сумма активов, млн руб, y |
Кредитные вложения, млн руб, x1 |
Собственный капитал, млн руб, x2 |
yx |
1 |
3176 |
2496 |
209 |
3153 |
2 |
3066 |
1962 |
201 |
3000 |
3 |
2941 |
783 |
177 |
2554 |
4 |
1997 |
1319 |
136 |
1886 |
5 |
1865 |
1142 |
175 |
2533 |
6 |
1194 |
658 |
88 |
1057 |
7 |
518 |
311 |
60 |
574 |
сумма |
14757 |
8671 |
1046 |
14757 |
yx=a0+a1x1+a2x2.
Система нормальных уравнений имеет вид:
na0+a1∑x1+a2∑x2=∑y;
a0∑x1+a1∑x12+a2∑x1
x2=∑yx1;
a0∑x2+a1∑x1 x2+a2∑x22=∑yx2;
7а0+8671а1+1046а2=14757;
8671а0+14266159а1+1510415а2=
1046а0+1510415а1+17587а2=
Осюда: а0=-443,4; а1=0,0368; а2=16,77;
yx1,x2=-443,4+0,0368х1+16,77х2
Расчеты показали, что с увеличением
кредитных вложений на 1млн руб.
и собственного капитала
Расчитаем коэффициент эластичности по данным табл.1.2:
Эх1=аi*(х1/y)=0,0368*(1238,7/
Эх2= аi*(х2/y)=16,77*(149,4/2108,0)
Это
означает, что при увеличении
кредитных вложений и
Рассчитаем для примера
dx1=ryx1*βx1
;
ryx1=
yx1=
==3136602 ;
y= ==2108,0 ;
x1=1238,7 ;
σx1= = =709,7 ;
σy==949,6 ;
ryx1==0,78 ;
βx1=ax1
=0,0368* =0,03;
dx1=0,78*0,03=0,02, что свидетельствует о том,что 2% вариации стоимости активов объясняются изменением величины кредитных вложений.
Рассчитаем Q-коэффициент для факторов х1-кредитные вложения равен:
Qx1=Эx1*Vx1 ;
Эx1=0,02; Vx1=(σx1/x1)*100%=(709,7/1238,
Qx1=0,02*0,57=0,01.
Для фактора х2-собственный капитал равен:
Эx2=1,19; Vx2=(53/149,4)*100%=35,5%;
Qx2=1,19*0,355=0,42.
Вывод: наиболее существенно влияние фактора х2.
В процессе выполнения курсовой
работы, мы сформировали теоретические
знания и практические навыки по регрессионному
анализу, дали оценку взаимосвязи между
факторным и результативным признаком,
нашли уравнение регрессии и
высчитали различные
Проведенный анализ представленных данных позволяет сделать следующие выводы: расчет и анализ средних значений yi по группам факторных признаков подтверждает наличие прямолинейной зависимости между x и y. Параметр уравнения регрессии а1=0,08 показывает, что с увеличением объема выпускаемой продукции на 1млн.руб. балансовая прибыль в среднем возрастает на 80тыс.руб.
Расчеты во 2 задаче показали, что
с увеличением кредитных
Наиболее сложным этапом, завершающим регрессионный анализ, является интерпретация полученных результатов, т.е. перевод их с языка статистики и математики на язык экономики.
Интерпретация моделей регрессии
осуществляется методами той отрасли
знаний, к которой относятся
23
анализ в экономических приложениях”/ М., 1987.
№ предприятия |
Объем производства, тыс.тонн |
Себестоимость добычи, тыс.д.ед. | |||
Базисный год |
Отчетный год |
Базисный год |
Отчетный год | ||
1 |
1240 |
1320 |
14,677 |
16,666 | |
2 |
1670 |
1430 |
19,461 |
16,953 | |
3 |
810 |
728 |
8,056 |
13,684 | |
4 |
1420 |
1350 |
21,065 |
16,259 | |
5 |
900 |
1050 |
8,666 |
6,809 | |
6 |
1275 |
980 |
13,735 |
13,496 |
Информация о работе Регрессионный анализ в статистическом изучении взаимосвязи показателей