 ПОЗНАВАТЕЛЬНОЕ Сила воли ведет к действию, а позитивные действия формируют позитивное отношение Как определить диапазон голоса - ваш вокал Игровые автоматы с быстрым выводом Как самому избавиться от обидчивости Противоречивые взгляды на качества, присущие мужчинам Вкуснейший "Салат из свеклы с чесноком" Натюрморт и его изобразительные возможности Применение, как принимать мумие? Мумие для волос, лица, при переломах, при кровотечении и т.д. Как научиться брать на себя ответственность Зачем нужны границы в отношениях с детьми? Световозвращающие элементы на детской одежде Как победить свой возраст? Восемь уникальных способов, которые помогут достичь долголетия Классификация ожирения по ИМТ (ВОЗ) Глава 3. Завет мужчины с женщиной
Оси и плоскости тела человека - Тело человека состоит из определенных топографических частей и участков, в которых расположены органы, мышцы, сосуды, нервы и т.д.
| Задание к контрольной работе.
По 20 предприятиям региона изучается зависимость выработки продукции на одного работника Требуется: 1. Построить линейную модель множественной регрессии. Записать стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат. 2. Найти коэффициенты парной, частной и множественной корреляции. Проанализировать их. 3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 4. С помощью 5. С помощью частных 6. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор.
Пример выполнения. Таблица.
Для удобства проведения расчетов поместим результаты промежуточных расчетов в таблицу. Найдем средние квадратические отклонения признаков:
1. Вычисление параметров линейного уравнения множественной регрессии. Для нахождения параметров линейного уравнения множественной регрессии
воспользуемся готовыми формулами:
Рассчитаем сначала парные коэффициенты корреляции:
Находим
Таким образом, получили следующее уравнение множественной регрессии:
Коэффициенты
находятся по формулам:
Т.е. уравнение будет выглядеть следующим образом:
Так как стандартизованные коэффициенты регрессии можно сравнивать между собой, то можно сказать, что ввод в действие новых основных фондов оказывает большее влияние на выработку продукции, чем удельный вес рабочих высокой квалификации. Сравнивать влияние факторов на результат можно также при помощи средних коэффициентов эластичности:
Вычисляем:
Т.е. увеличение только основных фондов (от своего среднего значения) или только удельного веса рабочих высокой квалификации на 1% увеличивает в среднем выработку продукции на 0,61% или 0,20% соответственно. Таким образом, подтверждается большее влияние на результат 2. Коэффициенты парной корреляции мы уже нашли:
Они указывают на весьма сильную связь каждого фактора с результатом, а также высокую межфакторную зависимость (факторы При такой сильной межфакторной зависимости рекомендуется один из факторов исключить из рассмотрения. Частные коэффициенты корреляции характеризуют тесноту связи между результатом и соответствующим фактором при элиминировании (устранении влияния) других факторов, включенных в уравнение регрессии. При двух факторах частные коэффициенты корреляции рассчитываются следующим образом:
Если сравнить коэффициенты парной и частной корреляции, то можно увидеть, что из-за высокой межфакторной зависимости коэффициенты парной корреляции дают завышенные оценки тесноты связи. Именно по этой причине рекомендуется при наличии сильной коллинеарности (взаимосвязи) факторов исключать из исследования тот фактор, у которого теснота парной зависимости меньше, чем теснота межфакторной связи. Коэффициент множественной корреляции определить через матрицу парных коэффициентов корреляции:
где
– определитель матрицы парных коэффициентов корреляции;
Коэффициент множественной корреляции
Аналогичный результат получим при использовании других формул:
Коэффициент множественной корреляции показывает на весьма сильную связь всего набора факторов с результатом. 2. Нескорректированный коэффициент множественной детерминации Здесь эта доля составляет Скорректированный коэффициент множественной детерминации
определяет тесноту связи с учетом степеней свободы общей и остаточной дисперсий. Он дает такую оценку тесноты связи, которая не зависит от числа факторов и поэтому может сравниваться по разным моделям с разным числом факторов. Оба коэффициента указывают на весьма высокую (более 94%) детерминированность результата Оценку надежности уравнения регрессии в целом и показателя тесноты связи
В нашем случае фактическое значение
Получили, что
т.е. вероятность случайно получить такое значение Следовательно, полученное значение не случайно, оно сформировалось под влиянием существенных факторов, т.е. подтверждается статистическая значимость всего уравнения и показателя тесноты связи С помощью частных
Найдем
Имеем
Получили, что
Следовательно, включение в модель фактора Если поменять первоначальный порядок включения факторов в модель и рассмотреть вариант включения Следовательно, значение частного Общий вывод состоит в том, что множественная модель с факторами Варианты заданий контрольной работы по эконометрике соответствуют номеру в списке группы Факультет "Экономика и менеджмент" ЭЗВ (м)
1. Арсаев Ислам Асланович 2. Данилевская Екатерина Владимировна 3. Дегтярева Лариса Викторовна 4. Дерменжи Татьяна Петровна 5. Залманов Борис Михайлович 6. Катыкина Евгения Владимировна 7. Кондакова Карина Сергеевна 8. Кузнецов Михаил Михайлович 9. Кулаева Татьяна Викторовна 10. Кулемин Игорь Владимирович 11. Лежепеков Иван Сергеевич 12. Наместникова Наталия Юрьевна 13. Садочков Максим Евгеньевич 14. Самсова Елена Вячеславовна 15. Семиделихин Евгений Александрович 16. Ступакова Юлия Евгеньевна 17. Ступин Сергей Афанасьевич 18. Тупоносова Ольга Владимировна 19. Холомеева Инна Юрьевна 20. Щекотихина Елена Викторовна 21. Ячменёва Юлия Александровна Вариант 1, 11.
Вариант 2, 12.
Вариант 3, 13.
Вариант 4, 14.
Вариант 5, 15.
Вариант 6, 16.
Вариант 7, 17.
Вариант 8, 18.
Вариант 9, 19.
Вариант 10, 20.
|
(тыс. руб.) от ввода в действие новых основных фондов 
(% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих 
(%) (смотри таблицу своего варианта).
-критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации 
.
после 
и фактора 
и 
стандартизованного уравнения регрессии
).
– определитель матрицы межфакторной корреляции.
оценивает долю вариации результата за счет представленных в уравнении факторов в общей вариации результата.
и указывает на весьма высокую степень обусловленности вариации результата вариацией факторов, иными словами – на весьма тесную связь факторов с результатом.
в модели факторами 
дает 
при 
),
.
и 
.
, т.е. вероятность его случайного формирования меньше принятого стандарта 
.