
- •1. Побудова аналітичного групування
- •2.Побудова парної лінійної кореляційно-регресійної моделі.
- •3.Економічна інтерпретація параметрів моделі
- •4. Обчислення випадкових відхилень та їх інтерпретація
- •5.Перевірка моделі на наявність автокореляції
- •6. Визначення тісноти зв’язку між змінними
- •7. Побудова спряженої кореляційно-регресійної моделі
- •8.Геометрична інтерпретація спряжених моделей
- •Малюнок 4. Спряжені лінії регресії
- •9. Перевірка формули декомпозиції загальної дисперсії результуючої змінної
- •10. Обчислення стандартної похибки моделі
- •11. Побудова довірчих інтервалів для оцінки фактичного значення результуючої змінної, їх геометрична інтерпретація
- •Малюнок 6. Геометрична інтерпретація довірчого інтервалу для оцінки за рівнянням регресії
- •12. Розрахунок теоретичного та емпіричного значення відношення детермінації, його економічна інтерпретація. Обчислення кореляційного відношення.
- •13. Обчислення вибіркових похибок параметрів регресії. Побудова довірчих інтервалів для істинних значень параметрів регресії, їх геометрична інтерпретація.
- •Малюнок 7. Геометрична інтерпретація довірчого інтервалу для істинного значення
- •Малюнок 8. Геометрична інтерпретація довірчого інтервалу для істинного значення
- •14.Розрахунок вибіркової похибки моделі. Побудова довірчих інтервалів для середнього прогнозного значення результуючої змінної, геометрична інтерпретація
- •Малюнок 9. Геометрична інтерпретація довірчого інтервалу для фактичних значень результуючої змінної
- •15.Обчислення похибки індивідуального прогнозу. Побудова довірчих інтервалів для середнього прогнозного значення результуючої змінної, геометрична інтерпретація
- •Малюнок 10. Геометрична інтерпретація довірчого інтервалу індивідуального прогнозу
- •16.Оцінка коефіцієнта кореляції
- •17. Перевірка статистичної значущості параметрів зв’язку між змінними
- •18.Експрес-діагностика моделі
- •19. Економічна інтерпретація результатів економетричного дослідження та їх використання
6. Визначення тісноти зв’язку між змінними
Коефіцієнти різних рівнянь регресії при неоднакових одиницях вимірювання результуючої або факторної змінної не можна зіставляти чи порівнювати між собою. В той же час на практиці часто виникає необхідність зіставлення двох чи декількох рівнянь регресії й оцінки їх тісноти зв'язку. Таке зіставлення різних рівнянь регресії можливе лише на основі деяких безрозмірних одиниць виміру.
Для лінійної форми зв'язку між результуючою й факторною змінними найчастіше використовують коефіцієнт кореляції, який обчислюють за такою формулою:
.
1. -1 r 1
2. Якщо значення коефіцієнта кореляції дорівнює за модулем одиниці, то це означає, що між результуючою і фактичною змінними є функціональний зв'язок.
3. Якщо коефіцієнт кореляції близький до нуля, то зв'язок між змінними х та у відсутній.
4. Із зростанням абсолютної величини r лінійна залежність між факторами стає більш тісною.
5. При додатних значеннях r із зростанням факторної змінної середнє значення результуючої змінної збільшується, а при від'ємних зменшується.
6. Знак r співпадає із знаком коефіцієнта регресії b1.
Таблиця 7.Допоміжні розрахунки для обчислення коефіцієнта кореляції r
№ п/п |
Чисельність робітників (чол.) |
Виробництво продукції, млн. крб. |
Xi*Yi |
Xi^2 |
Yi^2 |
1 |
270 |
5 |
1350 |
72900 |
25 |
2 |
280 |
6 |
1680 |
78400 |
36 |
3 |
210 |
10 |
2100 |
44100 |
100 |
4 |
320 |
7,7 |
2464 |
102400 |
59,29 |
5 |
160 |
10,6 |
1696 |
25600 |
112,36 |
6 |
130 |
8,7 |
1131 |
16900 |
75,69 |
7 |
170 |
5,9 |
1003 |
28900 |
34,81 |
8 |
220 |
9,4 |
2068 |
48400 |
88,36 |
9 |
200 |
7,5 |
1500 |
40000 |
56,25 |
10 |
100 |
5,4 |
540 |
10000 |
29,16 |
11 |
150 |
11,4 |
1710 |
22500 |
129,96 |
12 |
210 |
5,9 |
1239 |
44100 |
34,81 |
13 |
200 |
9,5 |
1900 |
40000 |
90,25 |
14 |
300 |
8,6 |
2580 |
90000 |
73,96 |
15 |
140 |
5 |
700 |
19600 |
25 |
16 |
170 |
6,1 |
1037 |
28900 |
37,21 |
17 |
130 |
8,2 |
1066 |
16900 |
67,24 |
18 |
200 |
9,5 |
1900 |
40000 |
90,25 |
19 |
150 |
4,8 |
720 |
22500 |
23,04 |
20 |
100 |
3,5 |
350 |
10000 |
12,25 |
21 |
160 |
7,6 |
1216 |
25600 |
57,76 |
22 |
190 |
6,3 |
1197 |
36100 |
39,69 |
23 |
210 |
6,6 |
1386 |
44100 |
43,56 |
24 |
130 |
7,5 |
975 |
16900 |
56,25 |
25 |
240 |
10,7 |
2568 |
57600 |
114,49 |
26 |
250 |
6,4 |
1600 |
62500 |
40,96 |
27 |
160 |
7,3 |
1168 |
25600 |
53,29 |
28 |
130 |
4,1 |
533 |
16900 |
16,81 |
29 |
140 |
6 |
840 |
19600 |
36 |
30 |
150 |
7,4 |
1110 |
22500 |
54,76 |
31 |
220 |
9,9 |
2178 |
48400 |
98,01 |
32 |
170 |
7,4 |
1258 |
28900 |
54,76 |
33 |
100 |
11 |
1100 |
10000 |
121 |
34 |
170 |
5,2 |
884 |
28900 |
27,04 |
35 |
230 |
6,2 |
1426 |
52900 |
38,44 |
36 |
200 |
6,8 |
1360 |
40000 |
46,24 |
37 |
280 |
8,9 |
2492 |
78400 |
79,21 |
38 |
180 |
7,1 |
1278 |
32400 |
50,41 |
39 |
140 |
5,2 |
728 |
19600 |
27,04 |
40 |
202 |
6,4 |
1292,8 |
40804 |
40,96 |
41 |
270 |
8,5 |
2295 |
72900 |
72,25 |
42 |
150 |
9,7 |
1455 |
22500 |
94,09 |
43 |
143 |
5,7 |
815,1 |
20449 |
32,49 |
44 |
141 |
4,7 |
662,7 |
19881 |
22,09 |
45 |
302 |
5,6 |
1691,2 |
91204 |
31,36 |
46 |
110 |
5,5 |
605 |
12100 |
30,25 |
47 |
250 |
11,9 |
2975 |
62500 |
141,61 |
48 |
180 |
6,3 |
1134 |
32400 |
39,69 |
49 |
108 |
8,4 |
907,2 |
11664 |
70,56 |
50 |
190 |
6,5 |
1235 |
36100 |
42,25 |
Сума |
9306 |
365,5 |
69099 |
1891502 |
2874,21 |
У нашому прикладі коефіцієнт кореляції r = 0,1887. Це свідчить про те, що кореляційний зв'язок між виробництвом продукції (млн. крб.) підприємств та чисельністю робітників (чол.) є дуже слабкий.