Реферат: Корреляционно-регрессионный анализ взаимосвязи производственных показателей предприятия организ
Название: Корреляционно-регрессионный анализ взаимосвязи производственных показателей предприятия организ Раздел: Рефераты по маркетингу Тип: реферат | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Всероссийский заочный финансово-экономический институт Факультет «Менеджмент и маркетинг» Кафедра «БУАС»
КУРСОВАЯ РАБОТА по дисциплине «Статистика» на тему «Корреляционно-регрессионный анализ взаимосвязи производственных показателей предприятия (организации)» Вариант №20
Выполнила: студентка 3 курса, МиМ2ВО № студ. билета 09ММД Проверила: к.э.н. старший преподаватель
Архангельск 2009 Содержание:
I. Введение
Полная и достоверная статистическая информация является тем необходимым основанием, на котором базируется процесс управления экономикой. Принятие управленческих решений на всех уровнях – от общегосударственного или регионального и до уровня отдельной корпорации или частной фирмы – невозможно без должного статистического обеспечения. Именно статистические данные позволяют определить объемы валового внутреннего продукта и национального дохода, выявить основные тенденции развития отраслей экономики, оценить уровень инфляции, проанализировать состояние финансовых и товарных рынков, исследовать уровень жизни населения и другие социально-экономические явления и процессы. Статистика – это наука, изучающая количественную сторону массовых явлений и процессов в неразрывной связи с их качественной стороной, количественное выражение закономерностей общественного развития в конкретных условиях места и времени. Для получения статистической информации органы государственной и ведомственной статистики, а также коммерческие структуры проводят различного рода статистические исследования. Процесс статистического исследования включает три основные стадии: сбор данных, их сводка и группировка, анализ и расчет обобщающих показателей. От того, как собран первичный статистический материал, как он обработан и сгруппирован, в значительной степени зависят результаты и качество всей последующей работы. Недостаточная проработка программно-методологических и организационных аспектов статистического наблюдения, отсутствие логического и арифметического контроля собранных данных, несоблюдение принципов формирования групп в конечном счете могут привести к абсолютно ошибочным выводам. Не менее сложной, трудоемкой и ответственной является и заключительная, аналитическая стадия исследования. На этой стадии рассчитываются средние показатели и показатели распределения, анализируется структура совокупности, исследуется динамика и взаимосвязи между изучаемыми явлениями и процессами. Используемые на всех стадиях исследования приемы и методы сбора, обработки и анализа данных являются предметом изучения общей теории статистики , которая является базовой отраслью статистической науки. Разработанная ею методология применяется в макроэкономической статистике, отраслевых статистиках (промышленности, сельского хозяйства, торговли и прочих), статистике населения, социальной статистике и в других статистических отраслях. I. Теоретическая часть
1. Основные производственные показатели предприятия (организации)
Статистика промышленности – одна из отраслей экономической статистики. Она изучает промышленность, происходящие в ней явления, процессы, закономерности и взаимосвязи. На основе статистического изучения производственно-хозяйственной деятельности промышленных предприятий вырабатываются стратегия и тактика развития предприятия, обосновываются производственная программа и управленческие решения, осуществляется контроль за их выполнением, выявляются резервы повышения эффективности производства, оцениваются результаты деятельности предприятий, его подразделений и работников. В статистике промышленности применяют методологию системного статистического анализа основных экономических показателей результатов деятельности предприятия, характерных для рыночной экономики. Проводят анализ основных статистических показателей по различным направлениям производственно-хозяйственной деятельности предприятия: производство продукции, трудовые ресурсы и уровень их использования, основные фонды и производственное оборудование, оборотные средства и предметы труда, научно-технический прогресс, себестоимость промышленной продукции . 1. Статистика производства продукции Продукция промышленности – прямой полезный результат промышленно-производственной деятельности предприятий, выраженный либо в форме продуктов, либо в форме производственных услуг (работ промышленного характера). Для характеристики результатов деятельности отдельных предприятий, объединений, отраслей промышленности и всей промышленности в целом используется система стоимостных показателей продукции, включающая в себя валовой и внутризаводской обороты, товарную и реализованную продукцию. 2. Статистика рабочей силы и рабочего времени Использование трудовых ресурсов в промышленности – одна из основных проблем, значение которой будет возрастать в связи с напряженным трудовым балансом. Вместе с тем, контроль за уровнем использования трудовых ресурсов – одна из важнейших задач статистического анализа результатов деятельности промышленных предприятий. 3. Статистика производительности труда Производительность труда – качественная его характеристика, показывающая способность работников к производству материальных благ в единицу времени. Уровень производительности труда характеризуется количеством продукции, создаваемой в единицу времени (выработка – прямой показатель), или затратами времени на производство единицы продукции (трудоемкость – обратный показатель). Прямые и обратные показатели используются для характеристики уровня производительности труда. 4. Статистика заработной платы Заработная плата представляет собой часть общественного продукта, поступающего в индивидуальное распоряжение работников в соответствии с количеством затраченного ими труда. Статистика промышленности рассматривает номинальную заработную плату, выраженную суммой денег, начисленной работнику, без учета их покупательной способности. 5. Статистика основных фондов и производственного оборудования Основные фонды представляют собой средства труда, которые целиком и в неизменной натуральной форме функционируют в производстве в течение длительного времени, постепенно перенося свою стоимость на произведенный продукт. В статистике промышленности различают следующие характеристики стоимости основных фондов: полная первоначальная стоимость; первоначальная стоимость за вычетом износа (остаточная первоначальная стоимость); полная восстановительная стоимость; восстановительная стоимость за вычетом износа (остаточная восстановительная стоимость). 6. Статистика оборотных средств и предметов труда 6.1 Статистика оборотных средств Оборотные средства – это выраженные в денежной форме оборотные фонды и фонды обращения, авансируемые в плановом порядке для обеспечения непрерывности производства и реализации продукции. 6.2 Статистика предметов труда По своему происхождению предметы труда подразделяются на сырье и материалы. Сырьем называют продукты сельского хозяйства и добывающей промышленности; материалы – продукты обрабатывающей промышленности. 7. Статистика научно-технического прогресса Основными направлениями научно-технического прогресса являются: электрификация, механизация, автоматизация и химизация производства; освоение и внедрение новых видов машин, аппаратов, приборов и новых технологических процессов; внедрение изобретений и рационализаторских предложений: углубление специализации и кооперирования. 8. Статистика себестоимости продукции Под себестоимостью продукции понимают сумму выраженных в денежной форме затрат, связанных с выпуском определённого объема и состава продукции. Себестоимость – обобщающий качественный показатель работы предприятия. Ее уровень служит основой для определения цен на отдельные виды продукции. 2. Основные понятия корреляции и регрессии
Исследуя природу, общество, экономику, необходимо считаться со взаимосвязью наблюдаемых процессов и явлений. При этом полнота описания, так или иначе, определяется количественными характеристиками причинно-следственных связей между ними. Оценка наиболее существенных из них, а также воздействия одних факторов на другие является одной из основных задач статистики. Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. Достаточно часто функциональная связь проявляется в физике, химии. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции. Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Объяснение тому – сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции. Например, некоторое увеличение аргумента повлечет за собой лишь среднее увеличение или уменьшение (в зависимости от направленности) функции, тогда как конкретные значения у отдельных единиц наблюдения будут отличаться от среднего. Такие зависимости встречаются повсеместно. Например, в сельском хозяйстве это может быть связь между урожайностью и количеством внесенных удобрений. Очевидно, что последние участвуют в формировании урожая. Но для каждого конкретного поля, участка одно и то же количество внесенных удобрений вызовет разный прирост урожайности, так как во взаимодействии находится еще целый ряд факторов (погода, состояние почвы и др.), которые и формируют конечный результат. Однако в среднем такая связь наблюдается – увеличение массы внесенных удобрений ведет к росту урожайности. По направлению связи бывают прямыми, когда зависимая переменная растет с увеличением факторного признака, и обратными, при которых рост последнего сопровождается уменьшением функции. Такие связи также можно назвать соответственно положительными и отрицательными. Относительно своей аналитической формы связи бывают линейными и нелинейными. В первом случае между признаками в среднем проявляются линейные соотношения. Нелинейная взаимосвязь выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно. Существует еще одна достаточно важная характеристика связей с точки зрения взаимодействующих факторов. Если характеризуется связь двух признаков, то ее принято называть парной. Если изучаются более чем две переменные – множественной. Указанные выше классификационные признаки наиболее часто встречаются в статистическом анализе. Но, кроме перечисленных различают также непосредственные, косвенные и ложные связи. Собственно, суть каждой из них очевидна из названия. В первом случае факторы взаимодействуют между собой непосредственно. Для косвенной связи характерно участие какой-то третьей переменной, которая опосредует связь между изучаемыми признаками. Ложная связь – это связь, установленная формально и, как правило, подтвержденная только количественными оценками. Она не имеет под собой качественной основы или же бессмысленна. По силе различаются слабые и сильные связи. Эта формальная характеристика выражается конкретными величинами и интерпретируется в соответствии с общепринятыми критериями силы связи для конкретных показателей. В наиболее общем виде задача статистики в области изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие. Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. В то же время ряд исследователей объединяет эти методы в корреляционно-регрессионный анализ, что имеет под собой некоторые основания: наличие целого ряда общих вычислительных процедур, взаимодополнения при интерпретации результатов и др. Поэтому в данном контексте можно говорить о корреляционном анализе в широком смысле – когда всесторонне характеризуется взаимосвязь. В то же время выделяют корреляционный анализ в узком смысле – когда исследуется сила связи – и регрессионный анализ, в ходе которого оцениваются ее форма и воздействие одних факторов на другие. Задачи собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак. Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной. Решение названных задач опирается на соответствующие приемы, алгоритмы, показатели, применение которых дает основание говорить о статистическом изучении взаимосвязей. 3. Корреляционно-регрессионный анализ
Для выявления наличия связи, ее характера и направления в статистике используют методы: приведения параллельных данных; аналитических группировок; графический, корреляции. Корреляционно-регрессионный анализ включает в себя измерение тесноты, направления связи и установление аналитического выражения (формы) связи (регрессионный анализ). Одним из методов корреляционно-регрессионного анализа является метод парной корреляции, рассматривающий влияние вариации факторного признака x на результативный y . Аналитическая связь между ними описывается уравнениями: прямой параболы гиперболы Оценка параметров уравнения регрессии осуществляется методом наименьших квадратов, в основе которого лежит требование минимальности сумм квадратов отклонений эмпирических данных yi от выровненных (теоретических) yxi
Система нормальных уравнений для нахождения параметров линейной парной регрессии имеет вид:
Для оценки типичности параметров уравнения регрессии используется t -критерий Стьюдента. При этом вычисляются фактические значения t -критерия для параметров. Полученные фактические значения сравниваются с критическим, которые получают по таблице Стьюдента с учетом принятого уровня значимости и числа степеней свободы. Полученные при анализе корреляционной связи параметры уравнения регрессии признаются типичными, если t фактическое больше t критического. По приведенным на типичность параметрам уравнения регрессии производится синтезирование (построение) математической модели связи. При этом параметры примененной в анализе математической функции получают соответствующие количественные значения: один параметр показывает усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов, а другой параметр – на сколько изменяется в среднем значение результативного признака при изменении факторного на единицу его собственного измерения. Проверка практической значимости синтезированных в корреляционно-регрессионном анализе математических моделей осуществляется посредством показателей тесноты связи между признаками x и y . Для статистической оценки тесноты связи применяются следующие показатели вариации: 1. общая дисперсия результативного признака, отображающая общее влияние всех факторов; 2. факторная дисперсия результативного признака, отображающая вариацию y только от воздействия изучаемого фактора, которая характеризует отклонение выровненных значений yx от их общей средней величины y ; 3. остаточная дисперсия, отображающая вариацию результативного признака y от всех прочих, кроме x факторов, которая характеризует отклонение эмпирических (фактических) значений результативного признака yi от их выровненных значений yxi . Соотношение между факторной и общей дисперсиями характеризует меру тесноты связи между признаками x и y
Этот показатель называется индексом детерминации (причинности). Он выражает долю факторной дисперсии, т.е. характеризует, какая часть общей вариации результативного признака y объясняется изменением факторного признака x . На основе предыдущей формулы определяется индекс корреляции R :
Используя правило сложения дисперсий, можно вычислить индекс корреляции.
При прямолинейной форме связи показатель тесноты связи определяется по формуле линейного коэффициента корреляции r:
Для оценки значимости коэффициента корреляции r
применяется t
-критерий Стьюдента с учетом заданного уровня значимости Если Для оценки значимости индекса корреляции R применяется F -критерий Фишера. Фактическое значение критерия FR определяется по формуле:
где m – число параметров уравнения регрессии. Величина FR
сравнивается с критическим значением FK
, которое определяется по таблице F
– критерия с учетом принятого уровня значимости Если FR > FK , то величина индекса корреляции признается существенной. По степени тесноты связи различают количественные критерии оценки тесноты связи. Таблица Чэддока
С целью расширения возможностей экономического анализа используются частные коэффициенты эластичности:
Он показывает, насколько процентов в среднем изменится значение результативного признака при изменении факторного на 1%. 4. Пример для теоретической части Имеются следующие данные о производстве молочной продукции и стоимости основных производственных фондов по 15 предприятиям Московской области. Произведем синтез адекватной экономико-математической модели между изучаемыми признаками на базе метода наименьших квадратов. С экономической точки зрения сформулируем выводы относительно исследуемой связи. Зависимость y
от x
найдем с помощью корреляционно-регрессионного анализа. Рассмотрим прямолинейную форму зависимости y
от x
:
Параметры этого уравнения найдем с помощью метода наименьших квадратов и, произведя предварительные расчеты, получим: Получаем следующее уравнение регрессии: Далее определим адекватность полученной модели. Определим фактические значения t -критерия для a 0 и a 1 . для параметра a0 : для параметра a1 :
где στ – среднее квадратическое отклонение результативного признака от выровненных значений ŷ ; σх – среднее квадратическое отклонение факторного признака x от общей средней Данные подставляем в формулы и получаем: По таблице распределения Стьюдента я нахожу критическое значение t-критерия для ν = 15-2 = 13 . Вероятность α я принимаю 0,05. tтабл равно 2,1604. Так как, оба значения ta 0 и ta 1 больше tтабл , то оба параметра а0 и а1 признаются значимыми и отклоняется гипотеза о том, что каждый из этих параметров в действительности равен 0 , и лишь в силу случайных обстоятельств оказался равным проверяемой величине. Из полученного уравнения следует, что с увеличением основных производственных фондов на 1 млн. руб., стоимость молочной продукции возрастает в среднем на 1,311 млн. руб. II. Расчетная часть Имеются исходные выборочные данные по организациям одной из отраслей хозяйствования в отчетном году (выборка 20%-ная, бесповторная) о результатах производственной деятельности организаций:
Задание 1. По исходным данным табл. Исходные данные: 1. Построить статистический ряд распределения организаций по уровню производительности труда, образовав, пять групп с равными интервалами. 2. Постройте графики полученного ряда распределения. 3. Рассчитайте характеристики ряда распределения: среднюю арифметическую, среднее квадратическое отклонение, коэффициент вариации. 4. Вычислите среднюю арифметическую по исходным данным (табл. Х), сравните её с аналогичным показателем, рассчитанным в п. 3 настоящего задания. Объясните причину их расхождения. Сделайте выводы по результатам выполнения Задания.
Выполнение Задания 1. 1. Решение: Для построения интервального ряда распределения определяем величину интервала h по формуле:
где При заданных k = 5, xmax = 360 тыс.руб./чел и xmin = 120 тыс.руб./чел При h = 48 тыс. руб./чел границы интервалов ряда распределения имеют следующий вид (табл. 1):
Определяем количество организаций, входящих в каждую группу, используя принцип полуоткрытого интервала [ ) , согласно которому организации со значениями признаков, служащие одновременно верхними и нижними границами смежных интервалов (168, 216, 264, 312 и 360), будем относить ко второму из смежных интервалов. Для определения числа организаций в каждой группе строим таблицу 2.
На основе групповых итоговых строк «Всего» табл. 2 формируем итоговую таблицу 3, представляющую интервальный ряд распределения организаций по уровню производительности труда.
Приведем еще три характеристики полученного ряда распределения - частоты групп в относительном выражении, накопленные (кумулятивные) частоты Sj , получаемые путем последовательного суммирования частот всех предшествующих ( j -1) интервалов, и накопленные частости , рассчитываемые по формуле
Вывод. Анализ интервального ряда распределения изучаемой совокупности организаций показывает, что распределение организаций по уровню производительности труда не является равномерным: преобладают организации с уровнем производительности труда от 216 до 264 тыс.руб./чел (это 12 организаций, доля которых составляет 40%); самая малочисленная группа организаций имеет уровень производительности труда от 120 до 168 тыс. руб./чел, которая включает 3 организации, что составляет 10% от общего числа организаций. 2. Решение: По данным таблицы 3 (графы 2 и 3) строим график распределения организаций по уровню производительности труда. Рис. 1. График полученного ряда распределения Мода (Мо) – значение случайной величины, встречающееся с наибольшей вероятностью в дискретном вариационном ряду – вариант, имеющий наибольшую частоту. Наибольшей частотой является число 12. Этой частоте соответствует модальное значение признака, т.е. количество предприятий. Мода свидетельствует, что в данном примере чаще всего встречаются группы предприятий, входящие в интервал от 216 до 264. В интервальных рядах распределения с равными интервалами мода вычисляется по формуле:
где хМo – нижняя граница модального интервала, h – величина модального интервала, fMo – частота модального интервала, fMo-1 – частота интервала, предшествующего модальному, fMo+1 – частота интервала, следующего за модальным.
Вывод. В данном случае наибольший процент предприятий по уровню производительности труда приходится на интервал от 216 до 264, а само значение средней характеризуется 246 (тыс.руб./чел) Медиана (Ме) – это вариант, который находится в середине вариационного ряда. Медиана делит ряд на две равные (по числу единиц) части – со значениями признака меньше медианы и со значениями признака больше медианы. Чтобы найти медианы, необходимо отыскать значение признака, которое находится в середине упорядоченного ряда. Определяем медианный интервал, используя графу 5 табл. 4. Медианным интервалом является интервал 216-264 тыс.руб./чел, т.к. именно в этом интервале накопленная частота S
j
=19
впервые превышает полу-сумму всех частот В интервальных рядах распределения медианное значение (поскольку оно делит всю совокупность на две равные по численности ряды) оказывается в каком-то из интервалов признака х . Этот интервал характерен тем, что его кумулятивная частота (накопленная сумма частот) равна или превышает полу-сумму всех частот ряда. Значение медианы вычисляется линейной интерполяцией по формуле:
Вывод: Полученный результат говорит о том, что из 30 организаций половина организаций имеют уровень производительности труда менее 248 тыс. руб./чел, а вторая свыше.
3. Решение: Для расчета характеристик ряда распределения
Средняя арифметическая взвешенная – средняя сгруппированных величин x 1 , x 2 , …, xn – вычисляется по формуле:
Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности; оно показывает, на сколько в среднем отклоняются конкретные варианты от среднего значения; является абсолютной мерой колеблемости признака и выражается в тех же единицах, что и варианты, поэтому экономически хорошо интерпретируется. Рассчитаем среднее квадратическое отклонение, которое равно корню квадратному из дисперсии:
Рассчитаем дисперсию: σ2 = 54,14052 =2931,2 Коэффициент вариации представляет собой выраженное в процентах отношение средне квадратического отклонения к средней арифметической. Рассчитаем коэффициент вариации:
Вывод
. Анализ полученных значений показателей Значение Vσ
= 21,83% не превышает 33%, следовательно, вариация уровня производительности труда в исследуемой совокупности организаций незначительна и совокупность по данному признаку однородна. Расхождение между значениями незначительно ( 4. Решение: Для расчета средней арифметической по исходным данным по уровню производительности труда применяется формула средней арифметической простой:
Причина расхождения средних величин, рассчитанных по исходным данным (247 тыс.руб./чел) и по интервальному ряду распределения (248 тыс.руб./чел), заключается в том, что в первом случае средняя определяется по фактическим значениям исследуемого признака для всех 30-ти организаций, а во втором случае в качестве значений признака берутся середины интервалов х j ’ и, следовательно, значение средней будет менее точным. Вместе с тем, при округлении обеих рассматриваемых величин их значения совпадают, что говорит о достаточно равномерном распределении уровня производительности труда внутри каждой группы интервального ряда.
Задание 2. По исходным данным табл. Исходные данные с использованием результатов выполнения Задания 1 необходимо выполнить следующее: 1. Установить наличие и характер корреляционной связи между признаками фондоотдача и уровень производительности труда , образовав пять групп с равными интервалами по каждому из признаков, используя метод аналитической группировки; 2. Измерить тесноту корреляционной связи, между фондоотдачей и уровнем производительности труда с использованием коэффициента детерминации и эмпирического корреляционного отношения . 3. Оценка значимости (неслучайности) полученных характеристик связи признаков Сделать выводы. Выполнение Задания 2: По условию Задания 2 факторным является признак Фондоотдача , результативным – признак Уровень производительности труда . 1. Решение: Аналитическая группировка строится по факторному признаку Х
и для каждой j
-ой группы ряда определяется средне групповое значение Используя разработочную таблицу 2, строим вспомогательную таблицу 6 для проведения в дальнейшем аналитической группировки.
Используя таблицу 6, строим аналитическую группировку, характеризующую зависимость между факторным признаком Х – Фондоотдача и результативным признаком Y – Уровень производительности труда . Групповые средние значения yj получаем из таблицы 6 (графа 5), основываясь на итоговых строках «Всего». Построенную аналитическую группировку представляет табл. 7.:
Вывод. Анализ данных табл. 7 показывает, что с увеличением фондоотдачи от группы к группе систематически возрастает и средний уровень производительности труда по каждой группе организаций, что свидетельствует о наличии прямой корреляционной связи между исследуемыми признаками.
2. Решение: Коэффициент детерминации
где Общая дисперсия
где yi – индивидуальные значения результативного признака;
n – число единиц совокупности. Межгрупповая дисперсия
где
k – число групп. Для расчета показателей
Значения числителя и знаменателя формулы имеются в табл. 7 (графы 3 и 4 итоговой строки). Используя эти данные, получаем общую среднюю Для расчета общей дисперсии
Рассчитаем общую дисперсию по формуле (10):
Для расчета межгрупповой дисперсии
Рассчитаем межгрупповую дисперсию по формуле (11): Определяем коэффициент детерминации по формуле (9): Вывод. 93,53% вариации уровня производительности труда обусловлено вариацией уровня фондоотдачи, а 6,47% – влиянием прочих неучтенных факторов. Эмпирическое корреляционное отношение
Рассчитаем показатель Для оценки тесноты связи с помощью корреляционного отношения используется шкала Чэддока (см. теоретическую часть стр. 14):
Вывод : согласно шкале Чэддока связь между средним уровнем производительности труда и фондоотдачей по организациям является весьма тесной. 3. Решение: Показатели Проверка выборочных показателей на их неслучайность осуществляется в статистике с помощью тестов на статистическую значимость (существенность) показателя.
Для проверки значимости коэффициента детерминации
где n – число единиц выборочной совокупности, m – количество групп, Величина
где Для проверки значимости показателя Если F
расч
>
F
табл
, коэффициент детерминации Если F
расч
<
F
табл
, то показатель Фрагмент таблицы Фишера критических величин F-критерия для значений Таблица 10
Рассчитаем дисперсионный F-критерия Фишера для оценки Fрасч Табличное значение F-критерия при
ВЫВОД: поскольку F
расч
>
F
табл
, то величина коэффициента детерминации
Задание 3: По результатам выполнения Задания 1 с вероятностью 0,683 определите: 1. ошибку выборки среднего уровня производительности труда и границы, в которых будет находиться средний уровень производительности труда в генеральной совокупности. 2. ошибку выборки доли организаций с уровнем производительности труда 264 тыс. руб. и более и границы, в которых будет находиться генеральная доля. Выполнение Задания 3. 1. Решение: Применяя выборочный метод наблюдения, необходимо рассчитать ошибки выборки (ошибки репрезентативности), т.к. генеральные и выборочные характеристики, как правило, не совпадают, а отклоняются на некоторую величину ε . Принято вычислять два вида ошибок выборки - среднюю
Для расчета средней ошибки выборки Для собственно-случайной
и механической
выборки с бесповторным способом отбора
средняя ошибка где N – число единиц в генеральной совокупности, n – число единиц в выборочной совокупности. Предельная ошибка выборки
где Предельная ошибка выборки
Коэффициент кратности t
зависит от значения доверительной вероятности
Р
, гарантирующей вхождение генеральной средней в интервал Наиболее часто используемые доверительные вероятности Р и соответствующие им значения t задаются следующим образом (табл. 11): Таблица 11
По условию Задания 2 выборочная совокупность насчитывает 30 организаций, выборка 20% бесповторная, следовательно, генеральная совокупность включает 150 организаций
. Выборочная средняя Таблица 12
Рассчитаем среднюю ошибку выборки по формуле (15): Рассчитаем предельную ошибку выборки по формуле (17):
Определим доверительный интервал для генеральной средней по формуле (16): 248- 8,8411 239тыс.руб/чел Вывод. На основании проведенного выборочного обследования с вероятностью 0,683 можно утверждать, что для генеральной совокупности организаций средняя величина среднего уровня производительности труда находится в пределах от 239 до 257 тыс.руб./чел.
2. Решение: Доля единиц выборочной совокупности, обладающих тем или иным заданным свойством, выражается формулой где m – число единиц совокупности, обладающих заданным свойством; n – общее число единиц в совокупности. Для собственно-случайной
и механической выборки
с бесповторным способом отбора
предельная ошибка выборки
где w – доля единиц совокупности, обладающих заданным свойством; (1- w ) – доля единиц совокупности, не обладающих заданным свойством, N – число единиц в генеральной совокупности, n – число единиц в выборочной совокупности. Предельная ошибка выборки По условию Задания 3 исследуемым свойством организаций является равенство или превышение среднего уровня производительности труда 264 тыс. руб/чел. Число организаций с данным свойством определяется из табл. 2 (графа 2): m=11 Рассчитаем выборочную долю по формуле (18): Рассчитаем предельную ошибку выборки для доли по формуле (19): Определим доверительный интервал генеральной доли по формуле (20): 0,32 или 32% Вывод. С вероятностью 0,683 можно утверждать, что в генеральной совокупности организаций региона доля организаций с средним уровнем производительности труда 264 тыс.руб./чел и более будет находиться в пределах от 32% до 48%.
Задание 4.
По результатам расчетов заданий 1 и 2 найдите уравнение корреляционной связи между фондоотдачей и производительностью труда, изобразите корреляционную связь графически. Для определения тесноты корреляционной связи рассчитайте коэффициент корреляции. Сделайте выводы. Выполнение задания 4.
1. Решение: Имеются данные по 30 предприятиям по уровню производительности труда и фондоотдачи. Уравнение корреляционной связи (уравнение регрессии, модели) выражает количественное соотношение между факторным (x – фондоотдача) и результативным (y – уровень производительности труда) признаками. Рассмотрим прямолинейную форму зависимости y
от x
: Поскольку для установления наличия корреляционной связи между признаками применялся метод аналитической группировки, то параметры для уравнения регрессии рационально определить по сгруппированным данным (табл. 7). В таком случае система нормальных уравнений для уравнения прямой будет иметь вид:
где
Данные подставим в систему уравнений (21) и решим: Итак, получилось, что а0 = -388,45 , а а1 =580,92 . Нас интересует именно параметр а1 , показывающий изменение результативного признака при изменении факторного признака на единицу. Коэффициент регрессии показывает, что при увеличении фондоотдачи на единицу значение уровня производительности труда увеличивается в среднем на 580,92 тыс.руб./чел Итак, уравнение корреляционной связи между фондоотдачей и производительностью труда выглядит так: В моей работе графически корреляционная связь выглядит так График 2. Графическое изображение корреляционной связи 2. Решение: Теперь вычислим линейный коэффициент корреляции, который называется линейным коэффициентом детерминации. Из определения коэффициента детерминации очевидно, что его числовое значение всегда заключено в пределах от 0 до 1, т.е. Составим расчетную таблицу 14, которая будет иметь вид:
Для практических вычислений линейный коэффициент корреляции удобнее исчислять по формуле:
Вывод:
Факт совпадения и несовпадения значений теоретического корреляционного отношения
III. Заключение
Итак, в заключение хочется отметить, что понятия «корреляция» и «регрессии» тесно связаны между собой. В экономических исследованиях корреляционный и регрессионный анализ нередко объединяют в один – корреляционно-регрессионный анализ. Подразумевается, что в результате такого анализа будет построена регрессионная зависимость и рассчитаны коэффициенты ее тесноты и значимости (т.е. проведен корреляционный анализ). Практическая реализация корреляционно-регрессионного анализа включает следующие этапы: 1. Постановка задачи – определяются показатели, зависимость между которыми подлежит оценке, формулируется экономически осмысленная и приемлемая гипотеза о зависимости между ними; 2. Формирование перечня факторов, их логический анализ – выбирается оптимальное число наиболее существенных переменных факторов, влияющих на зависимый показатель; 3. Спецификация функции регрессии – дается конкретная формулировка гипотезы о форме зависимости; 4. Оценка функции регрессии и проверка адекватности модели – определяются числовые значения параметров регрессии, вычисляется ряд показателей, характеризующих точность проведенного анализа; 5. Экономическая интерпретация – результаты анализа сравниваются с гипотезами, сформулированными на первом этапе исследования, оценивается их правдоподобие с экономической точки зрения, делаются аналитические выводы. Следует заметить, что традиционные методы корреляции и регрессии широко представлены в виде разного рода статистических пакетах программ для ЭВМ. Исследователю остается только правильно подготовить информацию, выбрать удовлетворяющий требованиям анализа пакет программ и быть готовым к интерпретации полученных результатов. Алгоритмов вычисления параметров связи существует множество, и в настоящее время вряд ли целесообразно проводить такой сложный вид анализа вручную. Вычислительные процедуры представляют самостоятельный интерес, но знание принципов изучения взаимосвязей, возможностей и ограничений тех или иных методов интерпретации результатов является обязательным условием исследования. Анализ отчетности не замыкается на специфических, разработанных в его рамках приемах, но активно использует самые разнообразные методики, творчески переработав их применительно к собственным требованиям. В частности, использование корреляционно-регрессионного анализа позволяет более эффективно решать задачи прогнозирования доходов организации и планирования ее будущего финансового состояния, в связи с чем, данный математический метод рекомендуется использовать более активно. IV. Список использованной литературы 1. Бараз В.Р. Корреляционно-регрессионный анализ связи показателей коммерческой деятельности с использованием программы Exel: Учебное пособие – Екатеринбург: ГОУ ВПО «УГТУ-УПИ», 2005; 2. Курс социально-экономической статистики: Учебник для вузов/Под ред. проф. М.Г. Назарова. — М.: Финстатинформ, ЮНИТИ-ДАНА, 2000; 3. Сергеева С.А. «Применение корреляционно-регрессионного метода в анализе финансового состояния организации» Белгородский университет потребительской кооперации. http://www.rusnauka.com/ONG/Economics/ 8_sergeeva%20s.a..doc.htm 4. Минашкин В.Г., Шмойлова Р.А. и др. Теория статистики/Московская финансово-промышленная академия, М., – 2004 5. Микроэкономическая статистика: Учебник/Под ред. С.Д. Ильенковой. – М.: Финансы и статистика, 2004 6. Герасимов Б.И. В.В.Дробышева, О.В. Воронкова Статистическое исследование в маркетинге: введение в экономический анализ: учебное пособие – Тамбов: Изд-во ТГТУ, 2006 7. Л.С.Хромцова. Корреляционно-регрессионный анализ основных показателей нефтедобывающей промышленности – Журнал "Экономический анализ: теория и практика", 2007, N 7. 8. Мартьянова М.Н., Сафронова Т.П. Основы статистики промышленности: Учебное пособие. – М.: Финансы и статистика, 1983 9. Гусаров В.М. Теория статистики: Учебное пособие для вузов. – М.: Аудит, ЮНИТИ, 1998 |