![]() Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
![]() Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
![]() |
III Общие выводы по результатам проведенного эконометрического анализа
3.1 Оценка уравнения тренда. Уравнение тренда имеет вид:
Но в связи с тем, что относительная ошибка 20,9%, что больше 10%. Уравнением пользоваться нельзя. 3.3 Основная тенденция изменения показателя во времени. Ожидаемое значение показателя «Среднегодовая численность работников, y» для 14-го периода при первом методе: будет равно 94.91, при втором методе: равно 102.81 3.4 Прогнозный интервал показателя 57,624 . IV Эконометрический анализ данных на основе регрессионной модели: 4.1 Анализ исходных данных Построим графики зависимостей x(t), y(t), y(x) (рис. 2-4) Вывод: Графический анализ исходных данных показывает, что для построения модели регрессии может быть использовано уравнение прямой Y(x)=. a0 +a1x 4.2. Построение модели регрессии y(x). В соответствии с методом наименьших квадратов (МНК) для определения параметров а0 и а1 решим систему уравнений:
na0+a1∑x=∑y a0∑x+a1∑x2=∑xy
Для удобства вычислений параметров системы уравнений составим таблицу Таблица 4
13а0+70450а1=1439 70450а0+433930314а1=7980818
Решим систему уравнений по правилу Крамера: D0= D1= D3=
a0= a1= Вывод: Модель регрессии с численными оценками коэффициентов имеет вид:
4.3 Анализ качества модели регрессии – анализ остатков Определим остатки по формуле (см. табл. 5): ui=yi - Таблица 5
Вычислим коэффициент Дарбина-Уотсона dr (промежуточные вычисления выполнены в табл. 5) Коэффициент dr является критерием проверки гипотезы о наличии автокорреляции в остатках генеральной совокупности. По таблице Дарбина Уотсона находим для заданного уровня значимости Для сравнения табличных и расчетных значений построим схему:
0 d d 4-d 4-d 4 0.86 1.56 1.83 2.44 3.14 Вывод: Критерий Дербина- Уотсона dr=1.83 подтверждает гипотезу о отсутствии автокорреляции в остатках. 4.4. Корреляционный анализ данных. Рассчитаем линейный коэффициент корреляции по формуле:
rxy= (7798273.08-5419.23*110.69)/((381784807.7-(5419.23)2) *(159286.2308-(110.69)2))0.5 = 0,268 rxy = 0.268 меньше 0,3 Вывод: Величина коэффициента корреляции = 0.268 свидетельствует о связь прямая и слабая между показателями х и у Выполним проверку статистической значимости линейного коэффициента корреляции с помощью критерия Стьюдента (t- статистики): = 0,268 * ((13-2)0,5)/(1-0,2682) 0,5 =0,923 Табличное значение критерия Стьюдента определим, используя группу функций «Статистические», функция СТЬЮДРАСПОБР (для MSExcel - 2007; в зависимости от года MSExcel название функции может немного меняться).
где k – количество независимых переменных (х) в уравнении регрессии. Сравним Вывод: Проверка статистической значимости линейного коэффициента корреляции r показывает, что коэффициент не значимо отличен от нуля. Общий вывод: Корреляционный анализ показал, что между показателями x и y имеется слабая прямая взаимосвязь. Date: 2016-07-18; view: 602; Нарушение авторских прав |