Экономико-математические методы и модели Часть 1
..pdf2. ЗАДАНИЕ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ
Для одного предприятия представлены значения 11 показателей за 5 лет с разбивкой по кварталам. Таким образом, имеем 20 наблюдений для 11 показателей. Необходимо исследовать зависимость одного из показателей (производительность труда) y от других показателей (факторов) xi, i = 4, 5,…, 13. Работа состоит из трех частей:
1.Выбираем три значимых фактора. Выбор делаем, исходя из двух критериев:
1) чем больше коэффициент корреляции между производительностью труда и каждым фактором, тем более значимый фактор;
2) если для какой-то пары факторов коэффициент парной корреляции больше 0,99, то при выборе факторов необходимо выбрать только один фактор из этой пары.
2.Строим многофакторную линейную модель (уравнение регрессии) по трем наиболее значимым факторам
y = a0 + a1x1 + a2x2 + a3x3,
где у – производительность труда; х1, х2, х3 – выбранные факторы.
Оценивать качество уравнения регрессии будем по следующим критериям:
коэффициент корреляции R;
F-статистика (критерий Фишера);
стандартная ошибка Sy.
Оценим степень влияния каждого фактора на исследуемый показатель.
3. Прогнозируем производительность труда по модели в п. 2 на все кварталы следующего года. Оцениваем точность прогноза в процентах. Для прогнозирования y значения факторов за соответствующий квартал следующего года из табл. 2.
21
22
Таблица 2
Статистические данные
Год |
Квар- |
Произ- |
Инвести- |
Капита- |
Стои- |
Электро- |
Уровень |
Средний |
Коэффи- |
Коэффи- |
Удель- |
Коэффи- |
|
|
тал |
води- |
ции |
ловоору- |
мость |
воору- |
механи- |
возраст |
циент |
циент |
ный вес |
циент |
|
|
|
тель- |
на одного |
женность |
машин |
женность |
зации |
оборудо- |
сменно- |
загрузки |
прогрес- |
произво- |
|
|
|
ность |
рабо- |
одного |
и обору- |
одного |
труда, % |
вания, |
сти обо- |
оборудо- |
сивного |
дитель- |
|
|
|
труда, |
тающего, |
рабо- |
дования |
рабо- |
|
лет |
рудова- |
вания |
оборудо- |
ности |
|
|
|
руб. |
руб. |
тающего, |
на одного |
тающего, |
|
|
ния |
|
вания, % |
оборудо- |
|
|
|
|
|
руб. |
работаю- |
кВт-ч |
|
|
|
|
|
вания |
|
|
|
|
|
|
щего, руб. |
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
I |
880 |
400 |
1466 |
790 |
3773 |
0,385 |
12,94 |
1,443 |
0,744 |
17,12 |
1,354 |
|
1988 |
II |
884 |
453 |
1653 |
798 |
3813 |
0,39 |
13,02 |
1,475 |
0,743 |
12,23 |
1,346 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
III |
882 |
443 |
2008 |
813 |
3904 |
0,394 |
13,06 |
1,487 |
0,738 |
17,01 |
1,355 |
||
|
|||||||||||||
|
IV |
883 |
460 |
2039 |
829 |
4076 |
0,398 |
12,99 |
1,475 |
0,746 |
18,13 |
1,35 |
|
|
I |
907 |
463 |
2297 |
853 |
4087 |
0,397 |
12,93 |
1,468 |
0,748 |
18,97 |
1,355 |
|
1989 |
II |
910 |
460 |
2640 |
858 |
4098 |
0,399 |
12,85 |
1,482 |
0,746 |
18,67 |
1,36 |
|
III |
911 |
470 |
2931 |
897 |
4022 |
0,407 |
12,95 |
1,474 |
0,749 |
18,91 |
1,365 |
||
|
|||||||||||||
|
IV |
913 |
480 |
3065 |
890 |
4045 |
0,409 |
12,87 |
1,472 |
0,748 |
18,86 |
1,368 |
|
|
I |
923 |
411 |
3233 |
911 |
4061 |
0,413 |
12,75 |
1,465 |
0,754 |
18,94 |
1,361 |
|
1990 |
II |
929 |
471 |
3285 |
942 |
4082 |
0,419 |
12,81 |
1,481 |
0,751 |
19,01 |
1,369 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
III |
927 |
462 |
3392 |
923 |
3958 |
0,418 |
12,85 |
1,485 |
0,749 |
18,98 |
1,374 |
||
|
|||||||||||||
|
IV |
928 |
504 |
3521 |
945 |
3856 |
0,422 |
12,79 |
1,477 |
0,756 |
19,11 |
1,371 |
|
|
I |
932 |
510 |
3713 |
984 |
3811 |
0,424 |
12,81 |
1,489 |
0,756 |
19,06 |
1,373 |
|
1991 |
II |
940 |
520 |
3847 |
987 |
3802 |
0,428 |
12,73 |
1,503 |
0,758 |
19,13 |
1,376 |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
III |
941 |
580 |
4014 |
987 |
3760 |
0,429 |
12,61 |
1,5 |
0,753 |
19,24 |
1,379 |
||
|
|||||||||||||
|
IV |
945 |
588 |
4262 |
993 |
3685 |
0,429 |
12,65 |
1,508 |
0,759 |
19,24 |
1,385 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
22
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Продолжение |
табл. 2 |
||||||
|
|
1 |
|
2 |
|
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
8 |
|
9 |
|
10 |
|
11 |
|
12 |
|
13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
I |
|
981 |
|
590 |
|
4385 |
|
1011 |
|
3811 |
|
0,428 |
|
12,64 |
|
1,528 |
|
0,761 |
|
19,44 |
|
1,391 |
|
|
|
1992 |
|
II |
|
988 |
|
595 |
|
4512 |
|
1017 |
|
3995 |
|
0,429 |
|
12,68 |
|
1,544 |
|
0,762 |
|
19,44 |
|
1,398 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
III |
|
990 |
|
597 |
|
4665 |
|
1035 |
|
4171 |
|
0,429 |
|
12,52 |
|
1,548 |
|
0,761 |
|
19,56 |
|
1,399 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
IV |
|
989 |
|
600 |
|
4786 |
|
1039 |
|
4295 |
|
0,432 |
|
12,56 |
|
1,54 |
|
0,765 |
|
19,55 |
|
1,399 |
|
|
|
|
|
I |
|
1025 |
|
610 |
|
4893 |
|
1087 |
|
4392 |
|
0,437 |
|
12,51 |
|
1,545 |
|
0,764 |
|
19,87 |
|
1,41 |
|
|
|
1993 |
|
II |
|
1077 |
|
615 |
|
4952 |
|
1090 |
|
4487 |
|
0,441 |
|
12,52 |
|
1,577 |
|
0,775 |
|
19,85 |
|
1,415 |
|
|
|
|
III |
|
1079 |
|
620 |
|
5053 |
|
1095 |
|
4621 |
|
0,444 |
|
12,44 |
|
1,553 |
|
0,766 |
|
19,89 |
|
1,425 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
IV |
|
1090 |
|
630 |
|
5003 |
|
1099 |
|
4648 |
|
0,445 |
|
12,53 |
|
1,555 |
|
0,774 |
|
19,93 |
|
1,429 |
|
|
|
|
|
I |
|
1100 |
|
640 |
|
5152 |
|
1117 |
|
4674 |
|
0,446 |
|
12,44 |
|
1,549 |
|
0,773 |
|
19,83 |
|
1,431 |
|
|
|
1994 |
|
II |
|
1121 |
|
640 |
|
5223 |
|
1117 |
|
4726 |
|
0,45 |
|
12,44 |
|
1,556 |
|
0,781 |
|
20,13 |
|
1,438 |
|
|
|
|
III |
|
1122 |
|
645 |
|
5352 |
|
1129 |
|
4802 |
|
0,455 |
|
12,4 |
|
1,568 |
|
0,787 |
|
20,22 |
|
1,439 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
IV |
|
1138 |
|
650 |
|
5355 |
|
1135 |
|
4895 |
|
0,458 |
|
12,32 |
|
1,567 |
|
0,779 |
|
20,46 |
|
1,454 |
|
|
|
|
|
I |
|
1444 |
|
660 |
|
6157 |
|
2947 |
|
5235 |
|
0,486 |
|
12,15 |
|
1,582 |
|
0,78 |
|
22,45 |
|
1,543 |
|
|
|
1997 |
|
II |
|
1485 |
|
680 |
|
6212 |
|
3135 |
|
5244 |
|
0,489 |
|
12,16 |
|
1,597 |
|
0,785 |
|
22,49 |
|
1,548 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
III |
|
1491 |
|
700 |
|
6259 |
|
3563 |
|
5247 |
|
0,49 |
|
12,04 |
|
1,616 |
|
0,79 |
|
22,58 |
|
1,549 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
IV |
|
1505 |
|
750 |
|
6298 |
|
3883 |
|
5251 |
|
0,493 |
|
12,11 |
|
1,605 |
|
0,786 |
|
22,59 |
|
1,549 |
|
|
|
|
|
I |
|
1510 |
|
760 |
|
6300 |
|
3880 |
|
5260 |
|
0,495 |
|
12,1 |
|
1,61 |
|
0,79 |
|
22,6 |
|
1,55 |
|
|
|
1998 |
|
II |
|
1535 |
|
765 |
|
6310 |
|
3890 |
|
5265 |
|
0,5 |
|
12,11 |
|
1,615 |
|
0,792 |
|
22,65 |
|
1,552 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
III |
|
1530 |
|
780 |
|
6315 |
|
3892 |
|
5274 |
|
0,51 |
|
12,05 |
|
1,62 |
|
0,795 |
|
22,66 |
|
1,561 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
IV |
|
1540 |
|
782 |
|
6320 |
|
3895 |
|
5280 |
|
0,513 |
|
12 |
|
1,625 |
|
0,794 |
|
22,71 |
|
1,562 |
|
|
|
|
|
I |
|
1542 |
|
785 |
|
6340 |
|
3899 |
|
5290 |
|
0,524 |
|
11,94 |
|
1,63 |
|
0,8 |
|
22,75 |
|
1,566 |
|
|
|
1999 |
|
II |
|
1550 |
|
787 |
|
6335 |
|
3901 |
|
5295 |
|
0,53 |
|
11,9 |
|
1,632 |
|
0,805 |
|
22,8 |
|
1,569 |
|
|
|
|
III |
|
1545 |
|
793 |
|
6350 |
|
3910 |
|
5363 |
|
0,532 |
|
11,91 |
|
1,635 |
|
0,815 |
|
22,85 |
|
1,572 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
IV |
|
1563 |
|
795 |
|
6365 |
|
3915 |
|
5370 |
|
0,535 |
|
11,85 |
|
1,639 |
|
0,82 |
|
22,89 |
|
1,575 |
|
|
|
2000 |
|
I |
|
1565 |
|
801 |
|
6372 |
|
3920 |
|
5374 |
|
0,538 |
|
11,8 |
|
1,645 |
|
0,825 |
|
22,9 |
|
1,578 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
II |
|
1570 |
|
810 |
|
6370 |
|
3929 |
|
5380 |
|
0,541 |
|
11,82 |
|
1,65 |
|
0,815 |
|
22,95 |
|
1,58 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
23 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
23
24
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Окончание |
табл. 2 |
|||||
|
1 |
|
2 |
|
3 |
|
4 |
|
5 |
|
6 |
|
7 |
|
8 |
|
9 |
|
10 |
|
11 |
|
12 |
|
13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
2000 |
|
III |
|
1572 |
|
815 |
|
6380 |
|
3925 |
|
5392 |
|
0,543 |
|
11,8 |
|
1,655 |
|
0,83 |
|
22,99 |
|
1,582 |
|
|
|
IV |
|
1575 |
|
820 |
|
6375 |
|
3940 |
|
5390 |
|
0,548 |
|
11,73 |
|
1,66 |
|
0,832 |
|
23 |
|
1,583 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
I |
|
1576 |
|
823 |
|
6382 |
|
3942 |
|
5399 |
|
0,55 |
|
11,7 |
|
1,662 |
|
0,835 |
|
23,15 |
|
1,588 |
|
|
2001 |
|
II |
|
1580 |
|
825 |
|
6390 |
|
3945 |
|
5405 |
|
0,552 |
|
11,65 |
|
1,665 |
|
0,839 |
|
23,1 |
|
1,59 |
|
|
|
III |
|
1583 |
|
831 |
|
6392 |
|
3948 |
|
5415 |
|
0,554 |
|
11,6 |
|
1,67 |
|
0,841 |
|
23,25 |
|
1,592 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
IV |
|
1590 |
|
840 |
|
6399 |
|
3952 |
|
5425 |
|
0,559 |
|
11,55 |
|
1,672 |
|
0,845 |
|
23,29 |
|
1,595 |
|
|
|
|
I |
|
1591 |
|
835 |
|
6400 |
|
3960 |
|
5429 |
|
0,561 |
|
11,54 |
|
1,678 |
|
0,847 |
|
23,3 |
|
1,6 |
|
|
2002 |
|
II |
|
1596 |
|
842 |
|
6410 |
|
3966 |
|
5437 |
|
0,562 |
|
11,53 |
|
1,68 |
|
0,849 |
|
23,35 |
|
1,612 |
|
|
|
III |
|
1594 |
|
845 |
|
6415 |
|
3970 |
|
5480 |
|
0,564 |
|
11,5 |
|
1,685 |
|
0,85 |
|
23,37 |
|
1,613 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
IV |
|
1599 |
|
850 |
|
6420 |
|
3985 |
|
5495 |
|
0,567 |
|
11,45 |
|
1,689 |
|
0,851 |
|
23,39 |
|
1,62 |
|
|
|
|
I |
|
1605 |
|
853 |
|
6430 |
|
3987 |
|
5499 |
|
0,569 |
|
11,4 |
|
1,69 |
|
0,852 |
|
23,45 |
|
1,625 |
|
|
2003 |
|
II |
|
1620 |
|
857 |
|
6429 |
|
3990 |
|
5510 |
|
0,573 |
|
11,41 |
|
1,695 |
|
0,857 |
|
23,48 |
|
1,63 |
|
|
|
III |
|
1625 |
|
855 |
|
6432 |
|
3995 |
|
5530 |
|
0,574 |
|
11,38 |
|
1,7 |
|
0,855 |
|
23,49 |
|
1,634 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
IV |
|
1628 |
|
860 |
|
6470 |
|
3999 |
|
5541 |
|
0,575 |
|
11,3 |
|
1,71 |
|
0,859 |
|
23,54 |
|
1,655 |
|
|
|
|
I |
|
1635 |
|
862 |
|
6465 |
|
4010 |
|
5549 |
|
0,577 |
|
11,2 |
|
1,72 |
|
0,86 |
|
23,6 |
|
1,659 |
|
|
2004 |
|
II |
|
1637 |
|
865 |
|
6472 |
|
4110 |
|
5560 |
|
0,58 |
|
11,15 |
|
1,73 |
|
0,861 |
|
23,65 |
|
1,66 |
|
|
|
III |
|
1640 |
|
871 |
|
6475 |
|
4120 |
|
5570 |
|
0,582 |
|
11,1 |
|
1,735 |
|
0,865 |
|
23,7 |
|
1,665 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
IV |
|
1645 |
|
875 |
|
6480 |
|
4130 |
|
5580 |
|
0,585 |
|
11 |
|
1,74 |
|
0,87 |
|
23,72 |
|
1,67 |
|
|
|
|
I |
|
1646 |
|
874 |
|
6475 |
|
4030 |
|
5580 |
|
0,587 |
|
11 |
|
1,75 |
|
0,87 |
|
23,72 |
|
1,67 |
|
|
2005 |
|
II |
|
1648 |
|
876 |
|
6480 |
|
4035 |
|
5587 |
|
0,588 |
|
10,9 |
|
1,755 |
|
0,875 |
|
23,75 |
|
1,672 |
|
|
|
III |
|
1647 |
|
879 |
|
6484 |
|
4038 |
|
5589 |
|
0,591 |
|
10,75 |
|
1,758 |
|
0,878 |
|
23,8 |
|
1,675 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
IV |
|
1650 |
|
880 |
|
6485 |
|
4042 |
|
5592 |
|
0,595 |
|
10,6 |
|
1,6 |
|
0,88 |
|
23,85 |
|
1,678 |
|
|
|
|
I |
|
1650 |
|
880 |
|
6485 |
|
4040 |
|
5595 |
|
0,595 |
|
10,6 |
|
1,76 |
|
0,885 |
|
23,87 |
|
1,679 |
|
|
2006 |
|
II |
|
1654 |
|
883 |
|
6487 |
|
4043 |
|
5597 |
|
0,6 |
|
10,55 |
|
1,765 |
|
0,888 |
|
23,89 |
|
1,682 |
|
|
|
III |
|
1655 |
|
885 |
|
6490 |
|
4045 |
|
5599 |
|
0,605 |
|
10,5 |
|
1,77 |
|
0,89 |
|
23,92 |
|
1,685 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
IV |
|
1660 |
|
887 |
|
6492 |
|
4048 |
|
5610 |
|
0,61 |
|
10,45 |
|
1,778 |
|
0,895 |
|
23,95 |
|
1,69 |
|
|
2007 |
|
I |
|
1665 |
|
890 |
|
6495 |
|
4050 |
|
5612 |
|
0,612 |
|
10,44 |
|
1,78 |
|
0,897 |
|
23,95 |
|
1,692 |
|
24
4.Подставляем в уравнение регрессии, представленное в п. 2,
азатем полученные таким образом значения производительности труда сравниваем с теми, что в табл. 2. Отклонение в процентах и будет определять точность. Если точность прогноза (ошибки) меньше7 %, то выбор факторовосуществлен правильно.
Замечание. Фактор обозначим через хi, где i – номер колонки, в которой находятся статистические данные по этому показателю. Такое обозначение сохраняем при любых расчетах.
В табл. 2 представлена информация для каждого варианта. Номер варианта отражает две последние цифры года, начиная с которого берутся статистические данные по всем показателям за пять лет. К примеру, вариант 88. Для исследования берется информация за 5 лет – с 1988 по 1992 год. Прогнозируется производительность труда на 1993 год по кварталам. Для этого значения факторов за соответствующий квартал 1993 года подставляются в модель, представленную в п. 2.
25
3.МЕТОДИЧЕСКИЕ УКАЗАНИЯ К ВЫПОЛНЕНИЮ РАБОТЫ
ВМICROSOFT EXCEL
Рассмотрим конкретный пример варианта 88.
Необходимо исследовать производительность труда (y) от всех показателей (факторов) хi, i = 4, 5, …, 13. Для этого возьмем статистические данные за 5 лет (с 1988 до 1992 год) и занесем их в лист Excel.
Заготовим заголовки таблицы в ячейках A1; B1; C1;…; М1. Затем разместим сами числовые значения соответственно в диа-
пазонах ячеек А2:А21, B2:B21, C2:C21;…; М2:М21.
I. Выбираем три значимых фактора, влияющих на производительность труда.
1. Коэффициент парной корреляции между производительностью труда и каждым фактором.
Корреляция рассматривается как признак, характеризующий взаимосвязь ряда числовых последовательностей. Другими словами, корреляция показывает силу взаимосвязи в данных. Если это касается взаимосвязи двух числовых массивов xi и yi, то такую корреляцию называют парной.
26
При поиске корреляционной зависимости в большинстве случаев выявляется вероятная связь одной измеренной величины x (для какого-то ограниченного диапазона ее изменения,
кпримеру, от x1 до xn) с другой измеренной величиной y, которая тоже изменяется в интервале y1 … yn). В этом случае мы будем работать с двумя числовыми последовательностями, между которыми и требуется установить наличие статистической (корреляционной) связи.
Для количественной оценки наличия связи между рассматриваемыми совокупностями случайных величин используется специальный статистическийпоказатель – коэффициенткорреляцииr.
Коэффициент r − это безразмерная величина, которая находится в интервале от 0 до ±1. Чем ближе значение коэффициента
кединице (неважно, с каким знаком), тем сильнее между двумя рассматриваемыми совокупностями линейная связь. Другими словами, значение одной из этих случайных величин (х) существенно влияет на то, какоезначение принимает другаяпеременная (у).
Если окажется, что r = 1 (или −1), то имеет место классический случай чисто функциональной зависимости (т.е. реализуется идеальная взаимосвязь).
Изучим способ оценки корреляционной связи посредством расчета коэффициента корреляции на конкретном примере.
Вычислив коэффициент корреляции, можно дать качест- венно-количественную оценку тесноты линейной связи.
Определим коэффициенты корреляции с помощью Масте-
ра функций.
Действуем следующим образом:
активизируем ячейку D23, куда и будет помещено пер-
вое расчетное значение коэффициента корреляции;
запустим Мастер функций, в всплывающем диалоговом
окне выберем необходимую категорию – Статистические,
азатем выделим нужную функцию Коррел, после чего – ОК;
в появившейся панели Коррел нужно заполнить текстовые поля для Массив 1 (диапазон ячеек С2:С21) и для Массив 2
(D2:D21);
затем нажимаем кнопку ОК.
27
В ячейке D23 получаем значение 0.88.
Аналогичным образом поступим для расчета остальных коэффициентов. После вычисления получаем:
28
Для наглядности представим значения коэффициентов корреляции в виде таблицы.
Фактор |
Коэффициент |
Фактор |
Коэффициент |
|
парной корреляции |
|
парной корреляции |
Х4 |
0.88 |
Х9 |
0.92 |
Х5 |
0.96 |
Х10 |
0.90 |
Х6 |
0.95 |
Х11 |
0.93 |
Х7 |
0.21 |
Х12 |
0.60 |
Х8 |
0.89 |
Х13 |
0.97 |
2. Коэффициент автокорреляции между двумя факторами. Воспользуемся функцией Коррел (Массив1; Массив2). Основное отличие заключается в том, что в первом случае искали корреляционную зависимость между измеренной величины xi с другой измеренной величиной yi, а сейчас мы находим коэффициенты корреляции между величинами xi:
После вычисления получаем:
29
Если после процесса вычисления один из коэффициентов частной корреляции между факторами примерно равен 0.99, то необходимо один из этих факторов исключить. В нашем случае между факторами Х5 и Х6 коэффициент частной корреляции равен 0.99, поэтому Х6 исключим.
Выберем три наиболее значимых фактора. В нашем примере это будет:
Х5 – капиталовооруженность одного работающего; Х11 – коэффициент загрузки оборудования; Х13 – коэффициент производительности оборудования.
В дальнейшем для построения модели и ее оценки факторы (Х5; Х11; Х13) обозначим как (Х1; Х2; Х3) соответственно.
Построим новую таблицу со значениями тех факторов, которые мы выбрали. Далее мы будем работать с ней.
II. Построим многофакторную линейную модель по трем выбранным факторам.
Уравнение множественной регрессии в большинстве случаев представляют в виде линейной зависимости:
у = а0 + а1x1 + а2x2 + …+ аmxm,
где а0 – свободный член (или сдвиг);
30