Статистика

Автор работы: Пользователь скрыл имя, 22 Октября 2012 в 20:12, реферат

Описание работы

Зависимость одного фактора от других выражается уравнением множественной регрессии.
Факторы включенные в модель должны иметь близкую и сильную связь с результативным признаком, и минимальную связь между собой, поэтому мы выбираем вооруженность труда и интегральный показатель.

Файлы: 1 файл

2 задачи по статистике.docx

— 57.66 Кб (Скачать файл)

 

 

 

 

 

 

 

 

 

 

 

КОНТРОЛЬНАЯ РАБОТА

Статистика

 

 

 

 

Задача 14.

По группе предприятий  за отчетный год имеются следующие  данные:

№ предприятия

Годовая производительность труда работника, тыс. руб.

Вооруженность труда основным капиталом, тыс. руб./чел.

Удельный вес оборудования в стоимости основного капитала

Текучесть кадров, %

Интегральный показатель использования рабочего времени

1

360

15.2

0.39

9.1

0.96

2

298

12.8

0.29

10.1

0.80

3

328

13.8

0.34

5.0

0.84

4

330

14.0

0.36

7.0

0.86

5

366

16.3

0.47

9.0

0.98

6

316

12.6

0.26

4.0

0.83

7

334

13.2

0.32

12.0

0.87

8

300

12.9

0.29

6.5

0.84

9

314

13.1

0.33

8.0

0.81

10

320

12.5

0.28

7.0

0.85

11

362

15.7

0.40

8.5

0.97

12

332

13.5

0.34

5.0

0.83


На основании приведенных  данных требуется: составить уравнение  множественной зависимости производительности труда, обосновав систему факторов, включенных в модель.

 

Решение:

Зависимость одного фактора  от других выражается уравнением множественной  регрессии.

Факторы включенные в модель должны иметь близкую и сильную связь с результативным признаком, и минимальную связь между собой, поэтому мы выбираем вооруженность труда и интегральный показатель.

Результативные признаки обозначаются через Y, факторные через X. Поэтому в общем виде взаимосвязь между результатом и факторами можно записать формулой:

fy =(x1 ,x2 …)

следовательно Y является функцией от всех X.

Если на результат оказывает  влияние первый фактор, то в этом случае изучается корреляция и регрессия, которые носят название парных; если на результат оказывает влияние несколько факторов, то изучается множественная корреляция и множественная регрессия.

Изучим зависимость производительности труда от вооруженности труда  основным капиталом и интегрального показателя использования рабочего времени:

№ предприятия

    yi

     хi 1

   хi 2

   1

360

15.2

0.96

   2

298

12.8

0.80

   3

328

13.8

0.84

   4

330

14.0

0.86

   5

366

16.3

0.98

6

316

12.6

0.83

7

334

13.2

0.87

8

300

12.9

0.84

9

314

13.1

0.81

10

320

12.5

0.85

11

362

15.7

0.97

12

332

13.5

0.83


 

Матричная форма записи ЛММР:

Y^ = X* A^ , где А^ – вектор-столбец параметров регрессии ;

хi 1 , хi 2  – предопределенные (объясняющие) переменные, n = 2;

Ранг матрицы X = n + 1= 3 < k = 5   

Исходные данные представляют в  виде матриц.

( 1  15.2  0.96 )       (360) 

( 1 12.8  0.80)        (298) 

X = ( 1 13.8  0.84)    Y = (328)

( 1 14.0  0.86)       (330)

(1 16.3   0.98)       (366)

(1  12.6   0.83)        (316)

    1. 13.2  0.87)  (334)

(1   12.9  0.84)   (300)

(1   13.1  0.81)   (314)

(1   12.5  0.85)   (320)

(1   15.7  0.97)   (362)

(1   13.5  0.83)   (332)

Значение параметров А^ = (а0, а1, а 2 ) T и s2 – нам неизвестны и их требуется определить ( статистически оценить ) методом наименьших квадратов.

Для нахождения параметров A^ применим формулу:

A^ = (XT * X ) –1 * XT ,

где (XT * X ) –1 - обратная матрица.

Решение.

а) Найдем транспонированную  матрицу ХТ :

( 1    1    1    1   1   1  1  1  1  1  1  1 )

 XT = ( 15.2  12.8  13.8   14.0  16.3  12.6  13.2   12.9  13.1  12.5  15.7  13.5 )

       (0.96  0.80  0.84  0.86  0.98  0.83  0.87  0.84  0.81  0.85  0.97  0.83).

 в)  Находим произведение  матриц XT *X :

( 12    165.6   10.44)

XT * X =  (165.6  176.04  145.25 )

(10.44  145.25  177.6).

г) Находим произведение матриц XT * Y:

(3960)

XT * Y =  (4125.6)

(3970.44).

д)  Вычисляем обратную матрицу ( XT * X) –1 :

(  -12   - 165.6  -10.44  )

( XT * X) –1 = (  -165.6   -176.04  -145,25 )

( - 10.44    -145.25   -177.6).

е) Умножаем обратную матрицу  ( XT * X) –1 на произведение

матриц  XT * Y и получаем вектор- столбец A^ = (a 0 , a 1, a 2)T :

( 3948 )

A^ = (XT * X) –1 * (XT * Y) = ( 3794.4 )

(3960)

Уравнение множественной  регрессии имеет следующий вид:

yi^ = 3948 – 3794.4 * xi1 +3960 * xi2

 

 

Задача 15.

На основании исходных данных задачи 14:

  1. Определить совокупный коэффициент корреляции и частные коэффициенты корреляции.
  2. Сопоставить роль различных факторов в формировании моделируемого показателя.

 

Решение:

Составим таблицу  для расчетов

Предприятия

Годовая производительность труда работника 

Середина интервала, х

x*f

1

360

15.2

5472

1.3

1.69

608.4

2

298

12.8

3814.4

- 1.1

1.21

360.6

3

328

13.8

4526.4

- 0.1

0.01

3.28

4

330

14

4620

0.1

0.01

3.30

5

366

16.3

5965.8

2.4

5.76

2108.2

6

316

12.6

3981.6

- 1.3

1.69

534

7

334

13.2

4408.8

- 0.7

0.49

163.7

8

300

12.9

3870

-1

1

300

9

314

13.1

4113.4

-0.8

0.64

201

10

320

12.5

4000

-1.4

1.96

627.2

11

362

15.7

5683.4

1.8

3.24

1172.9

12

332

13.5

4482

-0.4

0.16

53.12

Итого

3960

165.6

54937.8

-1.2

17.86

6135.7


 

= 54937.8/3960 = 13.9

  1. Коэффициенты корреляции:

Теснота связи при линейной зависимости измеряется с помощью линейного коэффициента корреляции, который рассчитывается по одной из формул:

Сначала найдем дисперсию: 

= 17.86/12 = 1.5

б = корень из D

= 1.2

.      

а также

 или       

= 12*4408.8 – 165.6*3960/(12*2303.03 – 27423.4)*(12*1312520 – 15681600) = 157.8

= -1.2/17.86 = - 0.07

Множественный коэффициент  корреляции в случае зависимости результативного признака от двух факторов вычисляется по формуле:

= 24900+0.0049 + 22/ 0.99 = 159

где   – парные коэффициенты корреляции между признаками.

Множественный коэффициент  корреляции изменяется в пределах от 0 до 1 и по определению положителен: .

Частные коэффициенты корреляции характеризуют степень тесноты связи результативного признака и фактора, при элиминировании его взаимосвязи с остальными факторами, включенными в анализ. В случае зависимости у от двух факторных признаков частные коэффициенты корреляции рассчитываются:

           ;          ,

= 157.8 – 157.8*-0.07/ 1-24900*1-0.0049 = 1

где r – парные коэффициенты корреляции между указанными в индексе переменными.

В первом случае исключено  влияние факторного признака х2, во втором – х1.

Для оценки сравнительной  силы влияния факторов, по каждому  фактору рассчитывают частные коэффициенты эластичности:

= 13.9/330 = 0.04

где   – среднее значение соответствующего факторного признака;

 – среднее значение результативного  признака;

 – коэффициент регрессии  при  i-м факторном признаке.

Данный коэффициент показывает, на сколько процентов следует  ожидать изменения результативного  показателя при изменении фактора  на 1% и неизменном значении других факторов.

 

 


Информация о работе Статистика