Нелинейная регрессия.
|
||||
Параметр |
Оценка |
Стд. ошибка |
Доверительный интервал 95% |
|
Нижняя граница |
Верхняя граница |
|||
а0 |
-712,105 |
54,372 |
-837,486 |
-586,724 |
а1 |
2,391 |
,151 |
2,042 |
2,740 |
а2 |
-,002 |
,000 |
-,002 |
-,001 |
Получаем уравнение: Y=-712,105+2,391x1-0,002*x2^2
Графически отобразим фактическое значение прибыли в зависимости от премиальных выплат.
Анализируя данный график, можно сделать вывод: существует прямая зависимость. То есть с ростом премиальных выплат растет и прибыль от реализации. Точка максимума, которая составляет 700 для премиальных выплат и 155 для прибыли, является и точкой перелома графика. Достигнув точки максимума наблюдается обратная зависимость, с ростом премиальных выплат прибыль от реализации уменьшается.
Рассчитать прогнозное значение прибыли согласно полученной модели (полином второй степени).
Были рассчитаны значения расчетной прибыли и отклонения, данные приведены в таблице:
расчетная прибыль |
128 |
138 |
145 |
150 |
153 |
154 |
153 |
150 |
145 |
137 |
128 |
отклонение |
-1 |
1 |
2 |
-3 |
2 |
0 |
0 |
-2 |
1 |
-1 |
1 |
Представить графически уровень расчетной прибыли в зависимости от премиальных выплат.
Анализируя данный график можно сделать вывод: график имеет сглаженный характер. Существует прямая зависимость премиальных выплат и прибыли от реализации. Точка максимума, которая составила 730 для премиальных выплат и 155 для прибыли, является и точкой перелома графика. Достигнув точки максимума наблюдается обратная зависимость, с ростом премиальных выплат прибыль от реализации уменьшается.
Рассчитать прибыль при следующих значениях премиальных выплат: 890, 910, 745. При уровне премиальных выплат 890, 910, 745 были получены следующие значения расчетной прибыли (соответственно) 109, 97, 153.
Линейная регрессия.
|
|||||||
|
численность промышленно-производственного персонала |
среднегодовая стоимость основных фондов |
износ основных фондов |
электровооруженность |
техническая вооруженность одного персонала |
выработка товарной продукции на одного работающего |
|
численность промышленно-производственного персонала |
Корреляция по Пирсону |
1 |
,949** |
-,106 |
,031 |
,101 |
,077 |
Sig. (2-tailed) |
|
,000 |
,613 |
,882 |
,632 |
,715 |
|
количество |
25 |
25 |
25 |
25 |
25 |
25 |
|
среднегодовая стоимость основных фондов |
Корреляция по Пирсону |
,949** |
1 |
-,153 |
,129 |
,214 |
,135 |
Sig. (2-tailed) |
,000 |
|
,466 |
,539 |
,305 |
,520 |
|
количество |
25 |
25 |
25 |
25 |
25 |
25 |
|
износ основных фондов |
Корреляция по Пирсону |
-,106 |
-,153 |
1 |
,203 |
,019 |
-,124 |
Sig. (2-tailed) |
,613 |
,466 |
|
,331 |
,928 |
,555 |
|
количество |
25 |
25 |
25 |
25 |
25 |
25 |
|
электровооруженность |
Корреляция по Пирсону |
,031 |
,129 |
,203 |
1 |
,754** |
,481* |
Sig. (2-tailed) |
,882 |
,539 |
,331 |
|
,000 |
,015 |
|
количество |
25 |
25 |
25 |
25 |
25 |
25 |
|
техническая вооруженность одного персонала |
Корреляция по Пирсону |
,101 |
,214 |
,019 |
,754** |
1 |
,667** |
Sig. (2-tailed) |
,632 |
,305 |
,928 |
,000 |
|
,000 |
|
количество |
25 |
25 |
25 |
25 |
25 |
25 |
|
выработка товарной продукции на одного работающего |
Корреляция по Пирсону |
,077 |
,135 |
-,124 |
,481* |
,667** |
1 |
Sig. (2-tailed) |
,715 |
,520 |
,555 |
,015 |
,000 |
|
|
количество |
25 |
25 |
25 |
25 |
25 |
25 |
|
Анализируя данную таблицу можно сделать вывод: между данными таблицы существует две тесные связи: между численностью промышленно-производственного персонала и среднегодовой стоимостью основных фондов (коэффициент корреляции составил 0,9) и между электровооруженностью и технической вооруженностью одного персонала (коэффициент корреляции составил 0,7), следовательно нужно исключить один фактор из двух.
Y= -84588, 938+21,698х1+0,066х2+797,522х3+207,071х4-690,726х5+2,178х6.
Данное уравнение линейной регрессии использовать нельзя, так как факторы, включенные в модель коррелируют между собой . Необходимо исключить следующие факторы: среднегодовая стоимость фондов и электровооруженность.
Model Summary |
|||
модель |
Коэф. корреляции |
Коэф. детерминации |
|
1 |
,998a |
,996 |
|
|
|||
Коэффициент корреляции равен 0,998 это указывает на сильную взаимосвязь всех факторов и результативность показателей.
Коэффициент детерминации равен 0,996 этот показатель показывает процент всех факторов, которые были учтены, влияющие на объем производства. Было использовано 90% информации.
Были получены показатели линейной регрессии, в соответствие с уравнением Y=-84588, 938+23,666*х1+741,612х2+323,181х3+2,047х4:
теоретические показатели объема выпуска продукции |
отклонение |
40450 |
-7550 |
198679 |
4777 |
37605 |
3533 |
76956 |
-19614 |
23137 |
4157 |
112660 |
-18108 |
28391 |
116 |
102012 |
-4224 |
142799 |
-41065 |
159640 |
15682 |
-7053 |
9947 |
9014 |
7635 |
30130 |
-10914 |
39030 |
-15346 |
1234254 |
2878 |
98100 |
-9531 |
154252 |
7964 |
-5839 |
16040 |
-28043 |
31233 |
69652 |
-14242 |
269883 |
62565 |
109508 |
-12438 |
113563 |
-15553 |
1095263 |
-7941 |
45005 |
9999 |
