Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Практикум по Экономическому анализу.doc
Скачиваний:
0
Добавлен:
01.04.2025
Размер:
4.52 Mб
Скачать

Тема 4. Способы изучения стохастических (корреляционных) взаимосвязей в экономическом анализе

Задание 4.

Для изучения связи между зависимой и независимой величинами на базе отобранных данных:

1) постройте корреляционную таблицу, характеризующую зависимость результа­тивного признака от факторного. Сделайте выводы о характере связи между признаками;

2) изобразите связь между изучаемыми признаками графически;

3) постройте уравнение регрессии по сгруппированным данным. Параметры уравнения определите методом наименьших квадратов. Рассчитайте теоретические (полученные по уравнению регрессии) значения результативного признака. Определите форму связи между признаками;

4) на основе F-критерия Фишера и t-критерия Стьюдента проверьте значимость: в первом случае - уравнения регрессии; во втором - его параметров. Дайте экономическую интерпретацию параметров уравнения связи;

5) по сгруппированным данным вычислите линейный коэффициент корреляции и корреляционное отношение. Сделайте выводы о степени и направлении связи между изучаемыми признаками;

6) с экономической точки зрения сформулируйте выводы относительно иссле­дуемой вами связи.

Решение.

Расчетная таблица для определения параметров уравнения регрессии (парная регрессия) :

Таблица 8

N п/п

X

Прирост населения

Y

X2

XY

Y2

1

10,74

-11550

115,3476

-124047

133402500

-10631,2

2

9,00

-17742

81,0

-159678

314778564

-8849,1

3

10,69

-9865

114,2761

-105456,8

97318225

-10580,0

4

10,16

-5754

103,2256

-58460,64

33108516

-10037,2

5

10,10

-9389

102,01

-94828,9

88153321

-9975,7

6

11,44

-12163

130,8736

-139144,72

147938569

-11348,1

7

11,93

-3322

142,3249

-39631,46

11035684

-11850,0

8

9,19

-9409

84,4561

-86468,71

88529281

-9043,7

9

8,75

-15031

76,65

-131521,25

2259302961

-8593,1

Итого:

92,00

94225

950,1639

-939237,53

1140195621

-939237,53

Используя таблицу 8, построим уравнение регрессии:

-846,4а1=866870

а1=-1024,2

92а0 - 973157,9=-939237,5

92а0=33920,4

а0=368,7

Получим уравнение прямой вида:

Данные для расчетов оформим в виде таблицы.

Таблица 9

№п/п

1

-11550

-10631,2

-918,8

844193,44

-2127,5

4526256,25

2

-17742

-8849,1

-8892,9

79083670,41

-8319,5

69214080,25

3

-9865

-10580,0

715,0

511225

-442,5

195806,25

4

-5754

-10037,2

4283,2

18345802,24

3668,5

13457892,25

5

-9389

-9975,7

586,7

344216,89

33,5

1122,25

6

-12163

-11348,1

-814,9

664062,01

-2740,5

7510340,25

7

-3322

-11850,0

8528

727267,84

6100,50

37216100,25

8

-9409

-9043,7

-365,3

133444,09

13,5

182,25

9

-15031

-8593,1

-6437,9

41446556,41

-5608,5

31455272

ИТОГО:

-94225

90908,1

-3316,9

214099954,49

-9422,50

754522806

На основе t-критерия Стьюдента проверим значимость параметров уравнения регрессии.

=4877,38

Вычислим расчетные (фактические) значения t-критерия:

для параметра :

для параметра :

=1,0488

=5,0

v=n-2=9-2=7

tтабл =2,365

Вывод: т.к. tрасчtтабл, то параметры а0 и а1 признаются значимыми.

m – число параметров в уравнении регрессии.

у = 9156,19

ост = 4877,38

v1 = m – 1=2 – 1=1

v2 = n – m= 9 – 7=2

Fтабл=5,59

Вывод: т.к. Fрасч  Fтабл (24,67  5,59) больше чем в 4 раза, то уравнение регрессии статистически значимо, т.е. доля вариации, обусловленная регрессией, намного превышает случайную ошибку и уравнение регрессии пригодно для практического использования.

Корреляционное отношение -  представляет собой относительную величину, получающуюся в результате сравнения среднего квадратического отклонения выровненных значений результативного признака , т.е. рассчитанных по уравнению регрессии, со средним квадратическим отклонением (фактических) значений результативного признака :

или

При линейной форме уравнения применяется показатель тесноты связи – линейный коэффициент корреляции

X=1,0488

Y=9156,19

Вывод: линейный коэффициент корреляции принял положительное значение, что указывает на прямую связь.

Для оценки значимости коэффициента корреляции - r используют t-критерий Стьюдента, который применяется при t-распределении, отличном от нормального.

где (n-2) – число степеней свободы при заданном уровне значимости  и объеме выборки n.

y=9156,19

Вывод: линейный коэффициент корреляции принял положительное значение, что указывает на прямую связь.

=173,7

=172,5

X1=1,0488

X2=2,51

Вывод: линейный коэффициент корреляции принял отрицательное значение, что указывает на обратную связь.

Множественный коэффициент корреляции вычисляется при наличии линейной связи между результативным и несколькими факторными признаками, а также между каждой парой факторных признаков:

В случае оценки тесноты связи между Y, X1, X2 множественный коэффициент корреляции определяется по следующей формуле:

Задание 5.

Для изучения связи между зависимой и независимой величинами на базе отобранных данных:

1) определите результативный и не менее 2-х факторных признаков. Оцените с экономической точки зрения важность факторов и последовательность их включения в уравнение регрессии;

2) определите форму корреляционного уравнения и обоснуйте его выбор. Проанализируйте характер связей;

3) постройте расчетную таблицу для определения параметров уравнения регрес­сии. Постройте множественное уравнение регрессии. Параметры уравнения регрессии определите методом наименьших квадратов;

4) рассчитайте линейные (парные) коэффициенты корреляции, проверьте их зна­чимость. Проанализируйте характер парных зависимостей между признаками. Исключите коллинеарно связанные факторы. Рассчитайте множественный коэффициент корреляции и проверьте его значимость;

5) проверьте значимость уравнения регрессии на основе:

  • F-критерия Фишера;

  • Средней ошибки аппроксимации;

6) проверьте значимость коэффициентов регрессии на основе t-критерия Стьюдента.

Решение.

Результативным признаком является численность постоянного населения за 2008г, а в качестве факторных выступают прирост (разница между числом родившихся и числом умерших) и число умерших на 1000жителей, потому что два этих фактора, являются наиболее значимыми и оказывают существенное влияние на изменение (увеличение или уменьшение) численности населения.

Таблица 10

Расчетная таблица для определения параметров уравнения регрессии (множественная регрессия)

№п/п

1

-11550

10,74

18,71

-124047

115,35

133402500

200,95

350,06

-216100,50

847,9

2

-17742

9,00

20,34

-159678

81,0

314778564

183,06

413,72

-360872,28

-7458,7

3

-9865

10,69

11,94

-105456,85

114,28

97318225

127,64

142,56

-117788,10

-27284,6

4

-5754

10,16

17,16

-58460,64

103,23

33108516

174,35

294,46

-98738,64

-10486,7

5

-9389

10,10

19,65

-94828,9

102,01

88153321

198,47

386,12

-184493,85

-814,3

6

-12163

11,44

15,28

-139144,72

130,87

147938569

174,80

233,48

-185850,64

-7162,4

7

-3322

11,93

14,54

-39631,46

142,32

11035684

173,46

211,41

-48301,88

-5972,9

8

-9409

9,19

17,70

-86468,71

84,46

88529281

162,66

313,29

-166539,30

-16626

9

-15031

8,75

17,96

-131521,25

76,56

225930961

157,17

322,56

-269956,76

-19349,2

Итого:

-94225

92,00

153,28

-939237,53

950,08

1140195621

1552,54

2667,66

-1498761,95

-94306,9

Используя данные таблицы 10, построим уравнение множественной регрессии. Оно имеет вид:

Параметры уравнения регрессии определим методом наименьших квадратов, т.е. в основу этого метода положено требование минимальности сумм квадратов отклонений эмпирических данных Yi от выровненных :

9,7a1 – 14,4a2 = 23951,4

9,7a1=23951,4+14,4a2

a1=2469,2+1,5a2

a1=2469,2+1,5*4091,9=8607,1

92a0+2345986,9+(1425,2а2+1552,5а2)= – 939237,5

92a0+2345986,9+2977,7а2= – 939237,5

153,3а0+3833433+2328,8а2+2667,7а2= –1498761,9

92a0+2345986,9+2977,7а2= –939237,5 :92 (-153,3)

– 75695,2+34,7а2=66293,6

34,7а2=141988,8

а2=4091,9

0+928607,1+153,34091,9= –94225

0+791853,2+627288,3= –94225

0= –1513366,5

а0= –168151,8

Получим уравнение множественной регрессии:

YX1,X2 = –168151,8+8607,1X1+4091,9X2

Таблица 11

№п/п

1

-11550

-10631,2

-918,8

844193,44

-2127,5

4526256,25

2

-17742

-8849,1

-8892,9

79083670,41

-8319,5

69214080,25

3

-9865

-10580,0

715,0

511225

-442,5

195806,25

4

-5754

-10037,2

4283,2

18345802,24

3668,5

13457892,25

5

-9389

-9975,7

586,7

344216,89

33,5

1122,25

6

-12163

-11348,1

-814,9

664062,01

-2740,5

7510340,25

7

-3322

-11850,0

8528

727267,84

6100,50

37216100,25

8

-9409

-9043,7

-365,3

133444,09

13,5

182,25

9

-15031

-8593,1

-6437,9

41446556,41

-5608,5

31455272

ИТОГО:

-94225

90908,1

-3316,9

214099954,49

-9422,50

754522806

=5,0

v=n-2=9-2=7

tтабл=2,365

Вывод: т.к. tрасч tтабл, то параметры а1 и а0 признаются значимыми.

v1=m-1=3-1=2

v2=n-m=9-3=6

Fтабл=5,59

Вывод: т.к. FрасчFтабл (36,785,59) более чем в 4 раза, то уравнение регрессии статистически значимо, т. е. доля вариации, обусловленная регрессией, намного превышает случайную ошибку и уравнение регрессии пригодно для практического использования.