Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Структура предприятий  представлена в табл.7а Рабочего файла EXCEL.

Предприятия с наиболее типичными значениями показателя входят в интервал от .....................млн. руб.  до ........................млн. руб.  Их удельный вес ...........%. Это предприятия №№ ................................................................................

Предприятия с наибольшими  значениями показателя входят в интервал от .....................млн. руб.  до .......................млн. руб.  Их удельный вес ...........%. Это  предприятия №№ ................................................... ...................................................

Предприятия с наименьшими  значениями показателя входят в интервал от .....................млн. руб.  до ........................млн. руб.  Их удельный вес ...........%. Это предприятия №№ ..............................................................................................

5. Каковы ожидаемые средние величины среднегодовой стоимости основных фондов и выпуска продукции на предприятиях корпорации в целом? Какое максимальное расхождение в значениях каждого показателя можно ожидать?

Ответ на первый вопрос следует  из данных табл.11. Максимальное расхождение в значениях показателя определяется величиной ожидаемого размаха вариации R_N.

По корпорации в целом  ожидаемые с вероятностью 0,954 средние величины показателей находятся в интервалах:

для среднегодовой стоимости основных производственных фондов - от .........................млн. руб. до .........................млн. руб.;

для выпуска продукции - от ......................млн. руб. до ......................млн. руб.;

Максимальные расхождения  в значениях показателей:

для среднегодовой стоимости основных производственных фондов -......................млн. руб.;

для выпуска продукции - .......................млн. руб.

 

 

 

 

ПРИЛОЖЕНИЕ

Результативные  таблицы и графики

 

Распечатка Рабочего файла (Лист 1)

 

 

 

ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ  ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ

 

КАФЕДРА СТАТИСТИКИ

 

 

 

 

 

 

О Т Ч Е  Т 

о результатах выполнения

компьютерной лабораторной работы № 2

 

Автоматизированный  корреляционно-регрессионный анализ взаимосвязи статистических данных в среде MS Excel

 

 

Вариант № ____

 

 

 

 

 

 

 

 

 

Выполнил: ст. III курса гр.________________

______________________

ФИО, ФИО, № ЛД

Проверил:_________________________

ФИО

 

 

 

 

 

Архангельск 200_..г.

 

1. Постановка задачи статистического  исследования 

Корреляционно-регрессионный анализ взаимосвязи признаков является составной частью проводимого статистического исследования деятельности 30-ти предприятий и частично использует результаты ЛР-1.

В ЛР-2 изучается взаимосвязь  между факторным признаком Среднегодовая стоимость основных производственных фондов (признак Х) и результативным признаком Выпуск продукции (признак Y), значениями которых являются исходные данные ЛР-1 после исключения из них аномальных наблюдений.

Таблица исходных данных

В процессе статистического  исследования необходимо решить ряд задач.

1. Установить наличие статистической связи между факторным признаком Х и результативным признаком Y графическим методом.
2. Установить наличие корреляционной связи между признаками Х и Y методом аналитической группировки.
3. Оценить тесноту связи признаков Х и Y на основе эмпирического корреляционного отношения η.
4. Построить однофакторную линейную регрессионную модель связи признаков Х и Y, используя инструмент Регрессия надстройки Пакет анализа, и оценить тесноту связи признаков Х и Y на основе линейного коэффициента корреляции r.
5. Определить адекватность и практическую пригодность построенной линейной регрессионной модели, оценив:

а) значимость и доверительные  интервалы коэффициентов а₀, а₁;

б) индекс детерминации R² и его значимость;

в) точность регрессионной  модели.

6. Дать экономическую интерпретацию:

а) коэффициента регрессии а₁;

б) коэффициента эластичности К_Э;

в) остаточных величин ε_i.

7. Найти наиболее адекватное нелинейное уравнение регрессии с помощью средств инструмента Мастер диаграмм.

 

2. Выводы по результатам  выполнения лабораторной работы³

 

Задача 1. Установление наличия статистической связи между факторным признаком Х и результативным признаком Y графическим методом.

Статистическая связь  является разновидностью стохастической (случайной) связи, при которой с изменением факторного признака X закономерным образом изменяется какой–либо из обобщающих статистических показателей распределения результативного признака Y.

Вывод:

Точечный график  связи  признаков  (диаграмма рассеяния, полученная в ЛР-1 после удаления аномальных наблюдений) позволяет сделать вывод, что имеет (не имеет) место статистическая связь. Предположительный вид связи – линейная (нелинейная), по направлению - прямая (обратная).

 

Задача 2. Установление наличия корреляционной связи между признаками Х и Y методом аналитической группировки.

Корреляционная связь – важнейший  частный случай стохастической статистической связи, когда под воздействием вариации факторного признака Х закономерно изменяются средние значения результативного признака Y (усредняются значения результативного признака , полученные под воздействием на Y фактора ). Для выявления наличия корреляционной связи используется метод аналитической группировки.

Вывод:

Аналитическая группировка  предприятий по факторному признаку Среднегодовая стоимость основных производственных фондов, построенная в табл. 2.2 Рабочего файла EXCEL, показывает, что с увеличением значения факторного признака Х - среднегодовой стоимости ОПФ закономерно (незакономерно) увеличиваются (уменьшаются) средние групповые значения результативного признака Y - выпуска продукции.

Следовательно, между признаками Х- Среднегодовая стоимость ОПФ и Y-Выпуск продукции имеется (не имеется)  прямая (обратная) корреляционная взаимосвязь

 

Задача 3.Оценка тесноты связи признаков Х и Y на основе эмпирического корреляционного отношения.

Для анализа тесноты  связи между факторным и результативным признаками рассчитывается показатель η – эмпирическое корреляционное отношение, задаваемое формулой:

= ,

где и - соответственно межгрупповая и общая дисперсии результативного признака Y - Выпуск продукции (индекс х дисперсии означает, что оценивается мера влияния признака Х на Y);

- эмпирический коэффициент детерминации.

Для качественной оценки тесноты  связи на основе показателя эмпирического корреляционного отношения служит шкала Чэддока:

Значение η	0,1 – 0,3	0,3 – 0,5	0,5 – 0,7	0,7 – 0,9	0,9 – 0,99
Сила связи	Слабая	Умеренная	Заметная	Тесная	Весьма тесная

Результаты выполненных  расчетов представлены в табл. 2.4 Рабочего файла.

Вывод:

Значение эмпирического  корреляционного отношения η = =…………, что в соответствии с оценочной шкалой Чэддока говорит о  ………………………………………степени связи изучаемых признаков.

 

Задача 4. Построение однофакторной линейной регрессионной модели связи изучаемых признаков с помощью инструмента Регрессия надстройки Пакет анализа и оценка тесноты связи на основе линейного коэффициента корреляции r.

4.1. Построение регрессионной  модели заключается в нахождении  аналитического выражения связи между факторным признаком X и результативным признаком Y.

Инструмент Регрессия на основе исходных данных (x_i , y_i), производит расчет параметров а₀ и а₁ уравнения однофакторной линейной регрессии , а также вычисление ряда показателей, необходимых для проверки адекватности построенного уравнения исходным (фактическим) данным.

Примечание. В результате работы инструмента Регрессия получены четыре результативные таблицы (начиная с заданной ячейки А75). Эти таблицы выводятся в Рабочий файл без нумерации, поэтому необходимо присвоить им номера табл.2.5 – табл.2.8 в соответствии с их порядком.

Вывод:

Рассчитанные в табл.2.7 (ячейки В91 и В92) коэффициенты а₀ и а₁ позволяют построить линейную регрессионную модель связи изучаемых признаков в виде уравнения …………………….

 

4.2. В случае линейности  функции связи для оценки тесноты связи признаков X и Y, устанавливаемой по построенной модели, используется линейный коэффициент корреляции r.

Значение линейного  коэффициента корреляции r приводится в табл.2.5 в ячейке В78 (термин "Множественный R").

Вывод:

Значение линейного коэффициента корреляции r =…………… , что в соответствии с оценочной шкалой Чэддока говорит о ..….………………………. степени связи изучаемых признаков.

 

Задача 5. Анализ адекватности и практической пригодности построенной линейной регрессионной модели.

Анализ адекватности регрессионной модели преследует цель оценить, насколько построенная теоретическая модель взаимосвязи признаков отражает фактическую зависимость между этими признаками, и тем самым оценить практическую пригодность синтезированной модели связи.

Оценка соответствия построенной регрессионной модели исходным (фактическим) значениям признаков X и Y выполняется в 4 этапа:

1. оценка статистической значимости коэффициентов уравнения а₀, а₁ и определение их доверительных интервалов для заданного уровня надежности;
2. определение практической пригодности построенной модели на основе оценок линейного коэффициента корреляции  r  и индекса детерминации R²;
3. проверка значимости уравнения регрессии в целом по F-критерию Фишера;
4. оценка погрешности регрессионной модели.

 

1. Оценка статистической значимости коэффициентов уравнения а₀, а₁ и определение их доверительных интервалов

Так как коэффициенты уравнения а₀ , а₁ рассчитывались, исходя из значений признаков только для 30-ти пар (x_i , y_i), то полученные значения коэффициентов являются лишь приближенными оценками фактических параметров связи а_{0 ,} а₁. Поэтому необходимо:

1. проверить значения коэффициентов на неслучайность (т.е. узнать, насколько они типичны для всей генеральной совокупности предприятий отрасли);
2. определить (с заданной доверительной вероятностью 0,95 и 0,683) пределы, в которых могут находиться значения а₀ , а₁ для генеральной совокупности предприятий.

Для анализа коэффициентов а₀, а₁ линейного уравнения регрессии используется табл.2.7, в которой:

 – значения коэффициентов а₀, а₁ приведены в ячейках В91 и В92 соответственно;

 – рассчитанный уровень значимости коэффициентов уравнения приведен в ячейках Е91 и Е92;

 – доверительные интервалы  коэффициентов с уровнем надежности Р=0,95 и Р=0,683 указаны в диапазоне ячеек F91:I92.

 

5.1.1. Определение  значимости коэффициентов уравнения регрессии

Уровень значимости – это  величина a=1–Р, где Р – заданный уровень надежности (доверительная вероятность).

Режим работы инструмента Регрессия использует по умолчанию уровень надежности Р=0,95. Для этого уровня надежности уровень значимости равен

a=1-0,95 = 0,05. Этот уровень значимости считается заданным.

В инструменте Регрессия надстройки Пакет анализа для каждого из коэффициентов а₀ и а₁ вычисляется уровень его значимости a_р, который указан в результативной таблице (табл.2.7 термин "Р-значение"). Если для коэффициентов а₀, а₁ рассчитанный уровень значимости a_р, меньше заданного уровня значимости a=0,05, то этот коэффициент признается неслучайным (т.е. типичным для генеральной совокупности), в противном случае – случайным.