На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


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

Информация:

Тип работы: лабораторная работа. Добавлен: 09.07.2012. Сдан: 2010. Страниц: 10. Уникальность по antiplagiat.ru: < 30%

Описание (план):



   ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ  ИНСТИТУТ
   КАФЕДРА СТАТИСТИКИ 

   О Т Ч Е Т 
   о результатах выполнения компьютерной лабораторной работы
   Автоматизированный  корреляционно-регрессионный  анализ взаимосвязи  статистических данных в среде MS Excel
   Вариант №85 
 
 
 
 

                  Выполнил: ст. III курса вечерняя        группа, специальности Финансы и Кредит   Хоромина Ю.В.
                  ПроверилНовокупова И. Н. 
                   
                   
                   
                   

Владимир  2010 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.
  Исходные  данные  
Номер предприятия Среднегодовая стоимость основных производственных фондов, млн.руб. Выпуск  продукции, млн. руб.
1 4688,00 4480,50
2 5514,50 4915,50
3 5688,50 5481,00
4 5993,00 6090,00
5 3905,00 3045,00
6 6297,50 5220,00
7 6471,50 7047,00
8 4862,00 4785,00
9 5949,50 5611,50
10 6863,00 7003,50
11 7515,50 7395,00
13 5732,00 5829,00
14 6297,50 6351,00
15 7211,00 7699,50
16 8255,00 8265,00
17 6167,00 5568,00
18 6819,50 6612,00
19 5427,50 4132,50
20 6906,50 5655,00
21 7689,50 7612,50
22 5297,00 4306,50
23 4209,50 4045,50
24 7037,00 6481,50
25 6297,50 5655,00
26 5862,50 5350,50
27 4557,50 3480,00
28 6123,50 5437,50
29 7080,50 5959,50
30 6732,50 5655,00
32 4949,00 5046,00
 
     В процессе статистического исследования необходимо решить ряд задач.
      Установить наличие статистической связи между факторным признаком Х и результативным признаком Y графическим методом.
      Установить наличие корреляционной связи между признаками Х и Y методом аналитической группировки.
      Оценить тесноту связи признаков Х и Y на основе эмпирического корреляционного отношения ?.
      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.
      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.
      Дать экономическую интерпретацию:
      а) коэффициента регрессии а1;
      б) коэффициента эластичности КЭ;
      в) остаточных величин ?i.
      Найти наиболее адекватное нелинейное уравнение регрессии с помощью средств инструмента Мастер диаграмм.
 

   
       2. Выводы по результатам  выполнения лабораторной  работы1
      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 место статистическая связь. Предположительный вид связи – нелинейная прямая.
     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 от группы к группе средние групповые значения результативного признака Y (усредняются результативные значения , полученные под воздействием фактора ). Для выявления наличия корреляционной связи используется метод аналитической группировки.
     Вывод:
Результаты  выполнения аналитической группировки  предприятий по факторному признаку Среднегодовая стоимость основных производственных фондов даны в табл. 2.2 Рабочего файла, которая показывает, что с увеличением значений факторного признака Х закономерно увеличиваются средние групповые значения  результативного признака . Следовательно, между признаками Х и Y существует корреляционная связь.
     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 ? – 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).
Для качественной оценки тесноты связи на основе показателя эмпирического корреляционного  отношения служит шкала Чэддока:
Значение ? 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  коэффициента ? =0,9 , что в соответствии с оценочной шкалой Чэддока говорит о весьма тесной  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 (xi , yi), 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 -11,18+ 1,08х.
     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  коэффициента корреляции r приводится в табл.2.5 в ячейке В78 (термин "Множественный R").
     Вывод:
Значение  коэффициента корреляции r = 0.91, что в соответствии с оценочной шкалой Чэддока говорит о весьма тесной 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:
    оценка статистической значимости коэффициентов уравнения а0, а1 и определение их доверительных интервалов для заданного уровня надежности;
    определение практической пригодности построенной модели на основе оценок линейного коэффициента корреляции  r  и индекса детерминации R2;
    проверка значимости уравнения регрессии в целом по F-критерию Фишера;
    оценка погрешности регрессионной модели.
      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 (xi , yi), то полученные значения коэффициентов являются лишь приближенными оценками фактических параметров связи а0 , а1. Поэтому необходимо:
        проверить значения коэффициентов на неслучайность (т.е. узнать, насколько они типичны для всей генеральной совокупности предприятий отрасли);
        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
Уровень значимости – это величина ?=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 ? = 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 ?р, который указан в результативной таблице (табл.2.7 термин "Р-значение"). Если рассчитанный для коэффициентов а0, а1 уровень значимости ?р, меньше заданного уровня значимости ?= 0,05, то этот коэффициент признается неслучайным
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.