Регрессионный анализ в статистическом изучении взаимосвязи показателей

Автор: Пользователь скрыл имя, 09 Марта 2012 в 11:46, курсовая работа

Описание работы

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

Содержание

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

Работа содержит 1 файл

курсач статистика.docx

— 156.43 Кб (Скачать)

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                                                                                                                                               (2.10)

где ryxi - парный коэффициент корреляции между результативным i- ым факторным признаком;

βxi - соответствующий стандартизованный коэффициент уравнения множественной регрессии: βxi=a1 *                                                                             (2.11)

            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.

 

 

                                                         17

3 ПРИМЕНЕНИЕ РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ИЗУЧЕНИЯ ОБЪЕКТА ИССЛЕДОВАНИЯ

      

    1. По данным группировки 40 предприятий легкой промышленности по величине балансовой прибыли и объему произведенной продукции (цифры условные) построим уравнение связи.

 

 

             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.

                                                   18

            Считая, что зависимость описывается уравнением прямой, коэффициенты а0 и а1 определим из системы нормальных уравнений вида:

          na0+а1∑ xfx =∑ yfy ;

          a0∑xfx1∑x2fx=∑xyfxy .                                                          (3.1)

 

             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 ;

                                                yfy=15*2=30;

                                               xfx=350*8=2800;

                                                xyfy=350*15*2=10500;

                                                                                x2fx=3502*8=980000.

 По второй группе:                 x2'=(400+500)/2=450;

                                                 yfy=25*5=125;

                                                 xfx=450*9=4050;

                                                xyfy=350*25*4+450*25*1=46250;

                                                                                  x2fx=4502*9=1822500.

                                               

         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.

 

                                                         19

          Параметр уравнения регрессии а1=0,08 показывает, что с увеличением объема выпускаемой продукции на 1млн.руб. балансовая прибыль в среднем возрастает на 80тыс.руб.

 

    1.  По данным о сумме активов, кредитных вложений и величине собственных капиталов коммерческих банков построить множественное уравнение связи. Связь предполагается линейной.

 

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.                                                                                                      (3.2)

Система нормальных уравнений  имеет вид:

                     na0+a1∑x1+a2∑x2=∑y;

                    a0∑x1+a1∑x12+a2∑x1 x2=∑yx1;                                                  (3.3)

                    a0∑x2+a1∑x1 x2+a2∑x22=∑yx2;

 

                                                    20

                      7а0+8671а1+1046а2=14757;

                      8671а0+14266159а1+1510415а2=21956214;

                     1046а0+1510415а1+17587а2=2534726.

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 коммерческих  банков на 1 млн руб. стоимость их активов возрастает соответственно в среднем на 0,0368 и 16,77 млн руб.

 

             Расчитаем коэффициент эластичности по данным табл.1.2:

       Эх1i*(х1/y)=0,0368*(1238,7/2108,0)=0,02;

       Эх2= аi*(х2/y)=16,77*(149,4/2108,0)=1,19.

        Это  означает, что при увеличении  кредитных вложений и собственного  капитала на 1% стоимость активов  в среднем возрастает соответственно  на 0,02 и 1,19%.

            Рассчитаем для примера частный  коэффициент детерминации для  фактора х1- кредитные вложения (млн руб.):

 

dx1=ryx1*βx1 ;                                                                                                        (3.4)

ryx1=                                                                              ( 3.5)

yx1=    ==3136602 ;                                                           (3.6)

y=  ==2108,0 ;          x1=1238,7 ;                               

σx1=   =   =709,7 ;                                   (3.7)

σy==949,6 ;                                                                              (3.8)

ryx1==0,78 ;

 

 

                                                    21

βx1=ax1 =0,0368* =0,03;                                                                 (3.9)

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 ;                                                                                                      (3.10)

       Эx1=0,02; Vx1=(σx1/x1)*100%=(709,7/1238,7)*100%=57%;

          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.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

                                               22

 

                                 ЗАКЛЮЧЕНИЕ

 

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 коэффициенты, также привели примеры подобных  задач на регрессионный анализ.

          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 вложений  на 1млн руб. и собственного  капитала коммерческих банков  на 1 млн руб. стоимость их активов возрастает соответственно в среднем на 0,0368 и 16,77 млн руб.

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 исследуемые  явления. Всякая интерпретация начинается со статистической оценки уравнения  регрессии в целом и оценки значимости входящих в модель факторных  признаков, т.е. с изучения, как они  влияют на величину результативного  признака.

 

 

 

                                           23

                                      СПИСОК ЛИТЕРАТУРЫ

 

  1. А.А. Френкель, Е.В. Адамова “Корреляционно регрессионный 

анализ в экономических  приложениях”/ М., 1987.

  1. Гусаров В.М. Теория статистики: Учебное пособие для вузов. М.: Аудит, ЮНИТИ, 1998 - 247с.
  2. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник. – 4-е изд., перераб. и доп. – М.: Финансы и статистика, 2002. – 280с.
  3. Ефимова М.Р., Ганченко О.И., Петрова Е.В. Практикум по общей теории статистики: Учеб. пособие. - М.: Финансы и статистика, 2000. - 280 с.
  4. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. - М.: 1996. - 416 с.
  5. И.Д.Одинцов “Теория статистики”/ М., 1998.
  6. Курс социально- экономической статистики/Под. Ред. М.Г. Назарова. М.: Финстатинорм, 2002.
  7. Методологические положения по статистике. М.: Госкомстат России, 1996-2000. Вып. 1-3.
  8. Общая теория статистики: Учебник. / Под ред. А.А. Спирина, О.Э. Башиной. -5-е изд., доп и перераб. - М.: Инфра - М, 1998.
  9. Основные сциально- экономические показатели// Вопросы статистики. №6.2004.
  10. Практикум по социальной статистике: Учеб. пособие/Под ред. И.И. Елисеевой. М.: Финансы и статистика,2002.
  11. Салин В.Н., Шпаковская Е.П. Социально- экономическая статистика: Учебник. М.: Финансы и статистика,2001.
  12. Теория статистики: Учебник / Под ред. Р.А.Шмойловой. М.:Финансы и статистика, 2000.

 

 

                                                                    24

                                                                            ПРИЛОЖЕНИЕ 1

 

                                                                                                                                                          Табл.П.1.1

№ 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