- •Введение
- •1. Краткая характеристика оао «Сургутнефтегаз»
- •2. Основные производственные и финансовые показатели деятельности компании
- •2.1 Расчет показателей динамики стоимости имущества оао «Сургутнефтегаз» в 2009 – 2013 годах
- •Базисные показатели ряда динамики
- •2.2 Построение линейного уравнения тренда роста балансовой стоимости имущества оао «Сургутнефтега»
- •Однофакторный дисперсионный анализ
- •Коэффициент эластичности
- •Эмпирическое корреляционное отношение
- •Коэффициент детерминации
- •2.3 Анализ точности определения оценок параметров уравнения тренда.
- •2.4 Прогноз роста источников формирования имущества оао «Сургутнефтегаз»
- •Проверка гипотез относительно коэффициентов линейного уравнения тренда
- •2.5 Статистический анализ Отчета о финансовых результатах оао «Сургутнефтегаз» Исходные данные представлены в таблице 5.
- •Базисные показатели ряда динамики
- •Расчет средних характеристик рядов
- •Однофакторный дисперсионный анализ
- •Коэффициент эластичности
- •Эмпирическое корреляционное отношение
- •2. Анализ точности определения оценок параметров уравнения тренда.
- •Интервальный прогноз
- •3. Проверка гипотез относительно коэффициентов линейного уравнения тренда.
- •2.6 Статистический анализ финансово – производственных показателей
- •Расчет показателей динамики добычи нефти в период с 2003 по 2012 годы
- •Цепные показатели ряда динамики
- •Базисные показатели ряда динамики
- •Расчет средних характеристик рядов
- •Расчет параметров уравнения тренда
- •2.7 Однофакторный дисперсионный анализ
- •2.8 Анализ точности определения оценок параметров уравнения тренда,
- •2.9 Интервальный прогноз
- •2013 Год: (52,58;72,52) тыс. Тонн
- •2014 Год: (52,24;73,24) тыс. Тонн
- •2015 Год: (51,87;74,01) тыс. Тонн
- •2.10 Проверка гипотез относительно коэффициентов линейного уравнения тренда
- •2.11 Проверка гипотезы о зависимости объемов добычи (тыс. Тонн) от количества среднедействующих скважин в оао «Сургутнефтегаз» Корреляционный анализ. Уравнение парной регрессии.
- •1. Параметры уравнения регрессии.
- •1.1. Коэффициент корреляции
- •3.9 Уравнение регрессии (оценка уравнения регрессии). Коэффициент эластичности
- •Бета – коэффициент
- •Эмпирическое корреляционное отношение.
- •2.12 Оценка параметров уравнения регрессии. Анализ точности определения оценок коэффициентов регрессии.
- •2.13 Доверительные интервалы для зависимой переменной.
- •2.14 Проверка гипотез относительно коэффициентов линейного уравнения регрессии.
- •2.15 Дисперсионный анализ
- •2) При помощи теста ранговой корреляции Спирмена.
- •3. Проверка зависимости добычи нефти от объема капиталовложений
- •3.1 Корреляционный анализ. Уравнение парной регрессии.
- •1. Параметры уравнения регрессии
- •3.2 Коэффициент корреляции
- •3.3 Уравнение регрессии (оценка уравнения регрессии).
- •3.4 Коэффициент детерминации.
- •3.5 Оценка параметров уравнения регрессии. Значимость коэффициента корреляции
- •3.6 Интервальная оценка для коэффициента корреляции (доверительный интервал).
- •3.7 Анализ точности определения оценок коэффициентов регрессии.
- •3.8 Доверительные интервалы для зависимой переменной (добыча нефти)
- •3.9 Проверка гипотез относительно коэффициентов линейного уравнения регрессии.
- •Доверительный интервал для коэффициентов уравнения регрессии
- •Дисперсионный анализ
- •Список литературы
Однофакторный дисперсионный анализ
Средние значения
Дисперсия
Среднеквадратическое отклонение
Коэффициент эластичности
Коэффициент эластичности представляет собой показатель силы связи фактора t с результатом у, показывающий, на сколько процентов изменится значение у при изменении значения фактора на 1%,
Коэффициент эластичности меньше 1, Следовательно, при изменении t на 1%, Y изменится менее чем на 1%, Другими словами - влияние t на Y не существенно,
Эмпирическое корреляционное отношение
Эмпирическое корреляционное отношение вычисляется для всех форм связи и служит для измерение тесноты зависимости, Изменяется в пределах [0;1],
где
В отличие от линейного коэффициента корреляции он характеризует тесноту нелинейной связи и не характеризует ее направление, Изменяется в пределах [0;1],
Связи между признаками могут быть слабыми и сильными (тесными), Их критерии оцениваются по шкале Чеддока:
0,1 < η < 0,3: слабая;
0,3 < η < 0,5: умеренная;
0,5 < η < 0,7: заметная;
0,7 < η < 0,9: высокая;
0,9 < η < 1: весьма высокая;
Полученная величина свидетельствует о том, что изменение временного периода t существенно влияет на y,
Коэффициент детерминации
т,е, в 98,69% случаев влияет на изменение данных, Другими словами - точность подбора уравнения тренда - высокая,
t |
y |
y(t) |
(y-ycp)2 |
(y-y(t))2 |
(t-tp)2 |
(y-y(t)) : y |
1 |
1270023 |
1247422 |
120785163730,56 |
510805201 |
4 |
0,0178 |
2 |
1380337 |
1432493,3 |
56276934201,76 |
2720279629,69 |
1 |
0,0378 |
3 |
1653382 |
1617564,6 |
1282886142,76 |
1282886142,76 |
0 |
0,0217 |
4 |
1797066 |
1802635,9 |
32220752601,96 |
31023786,01 |
1 |
0,0031 |
5 |
1987015 |
1987707,2 |
136493598060,16 |
479140,84 |
4 |
0,000348 |
15 |
8087823 |
8087823 |
347059334737,2 |
4545473900,3 |
10 |
0,0807 |
2.3 Анализ точности определения оценок параметров уравнения тренда.
где m = 1 - количество влияющих факторов в модели тренда.
По таблице Стьюдента находим Tтабл
Tтабл (n-m-1;α/2) = (3;0.025) = 3.182
Рассчитаем границы интервала, в котором будет сосредоточено 95% возможных значений Y при неограниченно большом числе наблюдений и t = 3
(1062350.7 + 185071.3*3 - 3.182*135681.22 ; 1062350.7 + 185071.3*3 - 3.182*135681.22)
(1481883.38;1753245.82)
2.4 Прогноз роста источников формирования имущества оао «Сургутнефтегаз»
Определим среднеквадратическую ошибку прогнозируемого показателя.
m = 1 - количество влияющих факторов в уравнении тренда.
Uy = yn+L ± K
где
L - период упреждения; уn+L - точечный прогноз по модели на (n + L)-й момент времени; n - количество наблюдений во временном ряду; Sy - стандартная ошибка прогнозируемого показателя; Tтабл - табличное значение критерия Стьюдента для уровня значимости α и для числа степеней свободы, равного n-2.
По таблице Стьюдента находим Tтабл
Tтабл (n-m-1;α/2) = (3;0.025) = 3.182
Точечный прогноз, t = 6: y(6) = 185071.3*6 + 1062350.7 = 2172778.5
2172778.5 - 155442.35 = 2017336.15 ; 2172778.5 + 155442.35 = 2328220.85
Интервальный прогноз:
t = 6: (2017336.15;2328220.85)
Точечный прогноз, t = 7: y(7) = 185071.3*7 + 1062350.7 = 2357849.8
2357849.8 - 179489.36 = 2178360.44 ; 2357849.8 + 179489.36 = 2537339.16
Интервальный прогноз:
t = 7: (2178360.44;2537339.16)
Точечный прогноз, t = 8: y(8) = 185071.3*8 + 1062350.7 = 2542921.1
2542921.1 - 206329.14 = 2336591.96 ; 2542921.1 + 206329.14 = 2749250.24
Интервальный прогноз:
t = 8: (2336591.96;2749250.24)
