Содержание
Задание 1
Задание 2
Использованная литература
Приложение
Задание 1
Таблица 1
Исходные данные
потребительские расходы | среднемесячная номинальная начисленная заработная плата | |
Белгородская область | 4678,7 | 8428,1 |
Брянская область | 4464,1 | 6385,7 |
Владимирская область | 3386,2 | 7515,5 |
Воронежская область | 4913,2 | 6666,7 |
Ивановская область | 6545,2 | |
Калужская область | 5900,4 | 8483,8 |
Костромская область | 7492,4 | |
Курская область | 4992,4 | 7150,6 |
Липецкая область | 5385,3 | 8617,1 |
Московская область | 9030,4 | 11752,4 |
Орловская область | 6786,6 | |
Рязанская область | 4406,1 | 7763,1 |
Смоленская область | 5128,7 | 7827,6 |
Тамбовская область | 6267,5 | |
Тверская область | 5875,9 | 8115,1 |
Тульская область | 4464,8 | 7723,3 |
Ярославская область | 5265,1 | 9012,8 |
г.Москва | 22024,2 | 18698,6 |
По исходным данным выполнить корреляционный анализ:
1.1. Построить корреляционное поле и предложить гипотезу о связи исследуемых факторов;
1.2. Определить коэффициенты корреляции;
1.3. Оценить статистическую значимость вычисленных коэффициентов корреляции
1.4. Сделать итоговые выводы
Решение
Построение поля корреляции
Рис. 1. Поле корреляции
По полю корреляции можно сделать вывод о прямолинейной связи между потребительскими расходами и среднемесячной номинальной начисленной заработной платой
Расчет коэффициента корреляции
Для определения коэффициента корреляции может быть использована встроенная функция (=КОРРЕЛ(B4:B21;C4:C21)).
Так как коэффициент корреляции находится в диапазоне от 0,9 и более. То связь между потребительскими расходами и среднемесячной номинальной начисленной заработной платы весьма тесная
Оценка статистической значимости коэффициента корреляции
Оценку статистической значимости коэффициента корреляции проведем с помощью t-статистики Стьюдента.
Выдвигаем гипотезу Н0 о статистически незначимом отличии показателей от нуля а0=а1=rху=0.
tтабл для числа степеней свободы df=n-2=18-2=16 и a=0,05 составит 2,12.
Расчетный коэффициент Стьюдента находятся по формуле:
Фактические значения t-статистики превосходят табличное значение на 5% -м уровне значимости при числе степеней свободы 16, tтабл = 2,12. Таким коэффициент корреляции является статистически значимым Гипотеза Н0 не принимается.
Рассчитаем доверительный интервал:
Таким образом, с вероятностью 95% можно утверждать, что коэффициент корреляции находится в диапазоне от 0,81 до 1.
Выводы
Связь между потребительскими расходами и среднемесячной номинальной начисленной заработной платой прямолинейная и весьма тесная, это можно заключить исходя из распределения фактических значений по полю корреляции и расчетного значения коэффициента корреляции
Так как коэффициент корреляции находится в диапазоне от 0,9 и более, то связь между потребительскими расходами и среднемесячной номинальной начисленной заработной платы весьма тесная.
Коэффициент корреляции является статистически значимым с вероятностью 95% можно утверждать, что он находится в диапазоне от 0,81 до 1.
Задание 2
Таблица 3
Исходные данные
№ п/п | Чистый доход, млрд долл. США, у | Рыночная капитализация компании, млрд долл. США, х4 |
0,9 | 40,9 | |
1,7 | 40,5 | |
0,7 | 38,9 | |
1,7 | 38,5 | |
2,6 | 37,3 | |
1,3 | 26,5 | |
4,1 | ||
1,6 | 36,8 | |
6,9 | 36,3 | |
0,4 | 35,3 | |
1,3 | 35,3 | |
1,9 | ||
1,9 | 26,2 | |
1,4 | 33,1 | |
0,4 | 32,7 | |
0,8 | 32,1 | |
1,8 | 30,5 | |
0,9 | 29,8 | |
1,1 | 25,4 | |
1,9 | 29,3 | |
-0,9 | 29,2 | |
1,3 | 29,2 | |
29,1 | ||
0,6 | 27,9 | |
0,7 | 27,2 |
По исходным данным выполнить регрессионный анализ:
2.1. Рассчитать параметры уравнения линейной парной регрессии;
2.2. Дать с помощью общего (среднего) коэффициента эластичности сравнительную оценку силы связи фактора с результатом;
2.3. Оценить качество уравнения с помощью средней ошибки аппроксимации.
2.4. Оценить статистическую надежность результатов регрессионного моделирования с помощью критерия Стъюдента и F-критерия Фишера.
2.5. Сделать итоговые выводы.
Решение
Расчет параметров уравнения линейной парной регрессии
Линейная модель:
Расчеты для определения параметров модели произведены в Microsoft Exel.
Рис. 2.1. Результаты регрессионного анализа
В результате расчетов получаем уравнение регрессии:
При росте рыночной капитализации компании на 1 млр. руб. чистый доход возрастает на 0,0818 млрд. руб.