- •Московский государственный университет экономики, статистики и информатики
- •«Изучение производительности труда предприятий машиностроения с помощью методов корреляционного и регрессионного анализа.» Исполнитель: Гусакова Ангелина
- •1.Подготовка данных
- •2. Корреляционный анализ экономических показателей
- •2.1. Построение матрицы парных коэффициентов корреляции
- •Расчёт частных коэффициентов корреляции.
- •2.3Расчёт множественных коэффициентов корреляции
- •Регрессионный анализ экономических показателей
- •3.1. Проверка исходных данных на мультиколлинеарность
- •3.2. Построение регрессионной модели и её интерпретация
- •I этап регрессионного анализа.
- •II этап регрессионного анализа.
- •III этап регрессионного анализа.
- •Интерпретация результатов
- •3.3Сравнение исходных данных с рассчитанными по уравнению регрессии
III этап регрессионного анализа.
В модель включен факторный признак Y, Х6, X13,Х14, а исключён X15,
Fкр = 4,038392.
tкр = 2,009575.
Окончательная оценка регрессии со значимыми коэффициентами имеет вид: = 3,09685344436198+ 4,347427313х1+ 0,0000552011501518525х2+ 0,290599647270874х3
Для значимых коэффициентов регрессии можно найти с заданной доверительной вероятностью γ интервальные оценки.
Как уже обсуждалось выше, доверительные интервалы для регрессионных коэффициентов выдаются Excel в последних столбцах таблицы результатов – нижние 95% и верхние 95% и нижние 98% и верхние 98% - с заданными уровнями надёжности для γ=0,95 (выдаётся всегда) и γ=0,98 (выдаётся при установке соответствующей дополнительной надёжности).
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
Y-пересечение |
3,0968534 |
0,8298495 |
3,7318255 |
0,000521 |
1,4264531 |
4,76725 |
1,426453 |
4,767254 |
Переменная X 1 |
4,3474273 |
1,564254 |
2,7792336 |
0,007865 |
1,1987473 |
7,49611 |
1,198747 |
7,496107 |
Переменная X 2 |
5,52E-05 |
1,173E-05 |
4,7077532 |
2,33E-05 |
3,16E-05 |
7,9E-05 |
3,16E-05 |
7,88E-05 |
Переменная X 3 |
0,2905996 |
0,0944372 |
3,0771725 |
0,003515 |
0,1005074 |
0,48069 |
0,100507 |
0,480692 |
Интерпретация результатов
Величина R2 характеризует долю общей дисперсии зависимой переменной, обусловленную воздействием объясняющих переменных. Т.о. около 50,1% производительности труда (Y) объясняется вариацией факторов «удельный вес покупных изделий»(Х6), «среднегодовым фондом заработной платы»(Х13), «фондовооруженность труда» (Х14), а 49,9% вариации вызвано воздействием неучтенных в модели и случайных факторов. Таким образом, можно сделать вывод, что модель далеко не идеально отражает исследуемый процесс. Коэффициент регрессии показывает среднюю величину изменения зависимой переменной Y при изменении объясняющей переменной X на единицу собственного изменения. Знак при коэффициенте указывает направление этого изменения.
Коэффициент регрессии при X6 показывает, что при росте удельного веса покупных изделий на единицу производительность труда Y в среднем уменьшается на 35,3 единиц.
Построенная выше интервальная оценка показывает, что с вероятностью 0,95 при росте удельного веса покупных изделий на единицу уменьшение производительность труда будет в пределах от 41,757до 133,68 единиц.