
- •Раздел 1 Теория экономического анализа
- •Тема 1 Методика многомерного сравнительного анализа
- •Тема 2 Методика факторного анализа
- •Тема 3 Методика расчета хозяйственных резервов
- •Тема 4 Методика корреляционного анализа
- •Тема 5 Методика предельного анализа
- •Тема 6 Прием графического изображения экономических процессов
- •Тема 7 Методика cvp – анализа
- •Тема 8. Методика авс-анализа
- •Раздел 2 Экономический анализ
- •Тема 1 Анализ производства и реализации продукции
- •Тема 2 Анализ основных производственных фондов
- •Тема 3 Анализ использования трудовых ресурсов
- •Тема 4 Анализ оборотных средств
- •Тема 5 Анализ себестоимости продукции (работ, услуг)
- •Тема 6 Анализ финансовых результатов
- •Тема 7 Анализ имущественного потенциала предприятия
- •Тема 8 Анализ финансовой устойчивости
- •Тема 9 Анализ вероятности банкротства предприятия
- •Тема 10 Анализ потока денежных средств и его ликвидности в организации
- •Тема 11 Анализ качества
- •11.1 Анализ качества технологии производства работ
- •11.2 Анализ качества продукции (работ, услуг)
- •Тема 12 Принятие решений по альтернативным вариантам ресурсного обеспечения
- •Раздел 3 Статистический анализ
- •Тема 1. Статистическое наблюдение и способы обработки
- •Тема 2. Понятие о закономерностях распределения
- •Тема 3. Выборочное наблюдение
- •Тема 4. Способы изучения стохастических (корреляционных) взаимосвязей в экономическом анализе
- •Раздел 4 Задания для самостоятельной работы
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. tрасчtтабл, 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
9а0+928607,1+153,34091,9= –94225
9а0+791853,2+627288,3= –94225
9а0= –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. FрасчFтабл (36,785,59) 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.