Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Основная часть.docx
Скачиваний:
7
Добавлен:
20.12.2018
Размер:
84.93 Кб
Скачать

2.3. Корреляционно-регрессионнный анализ

Все явления объективного мира, в том числе и общественные, находятся в постоянной взаимосвязи и взаимодействии между собой, в непрерывном изменении и развитии.

Теоретический и практический интерес представляют в первую очередь причинно-следственные связи, когда одни явления (факторы) выступают причиной изменения других (результаты). Их анализ позволяет, во-первых, объяснить фактическое положение дел, а во-вторых, воздействуя на факторы, добиться изменения результатов в желаемом направлении.

При функциональной зависимости каждому значению одной переменной строго соответствует определенное значение другой переменной. Зави­симость, при которой одному значению переменной (х) может соответ­ствовать (в силу наслоения действия других причин) множество значе­ний другой переменной (у), называют корреляционной. Корреляцион­ная зависимость проявляется лишь на основе массового наблюдения.

Корреляционно-регрессионный анализ – это метод математической статистики, широко применяемый при изучении массовых общественных явлений с учетом их особенностей. Он основан на сопоставлении параллельных рядов и предполагает проведение специальных расчетов по определению показателей связи между ними.

Основными задачами при изучении корреляционных зависимостей являются:

1) отыскание формы связи в виде математической формулы, выражающей эту зависимость у от х;

2) измерение тесноты такой зави­симости.

За факторный признаки возьмем Х1 – удельный вес посевов в площади пашни, %; а за результативный У – выручено от раелизации продукции растениеводства на 100 га пашни, тыс. руб.

Для выявления зависимости между этими признаками воспользуемся компьютерной программой STRAZ. Данные полученные с помощью этой программы внесем в приложение 1.

В корреляционной матрице (приложение 1) представлены коэффициенты парной корреляции, они являются показателями тесноты связи между каждым факторным признаком и результативным признаком в отдельности и между самими факторами и всегда находятся в пределах от 0 до 1. Чем ближе значение коэффициента корреляции к единице, тем связь сильнее, и наоборот. Принято считать, что при r ≥ 0.85 – связь очень тесная (сильная), r ≥ 0,70 – тесная, r=0,50-0,70 – средняя, r ≤ 0,50 – слабая. Коэффициенту корреляции приписывается определенный знак (плюс или минус), который показывает направление связи (прямая или обратная).

– связь между удельным весом посевов в площади пашни и выручкой от реализации продукции растениеводства на 100 га пашни прямая средняя (заметная).

Множественный коэффициент корреляции:

= 0,6223 - связь между факторным и результативным признаком прямая заметная .

Множественный коэффициент детерминации рассчитывается по формуле: = 0,3873

Значение множественного коэффициента детерминации означает, что 38,73% вариации выручки от реализации продукции растениеводства на 100 га пашни происходит под влиянием удельного веса посевов в площади пашни. Остаточная вариация 61,27% обусловлена другими факторами, не включенные в уравнение регрессии.

При анализе статистических зависимостей широко используют коэффициенты эластичности - это относительная величина, а не именованная.

Коэффициент эластичности определяются по формуле:

;

Они показывают, что с увеличением удельного веса посевов в площади пашни на 1%, выручка от реализации продукции растениеводства увеличится на 0,1794%.