- •3. Программа наблюдения и сбор первичных данных
- •3.1. Организационная форма наблюдения
- •3.3. Способ статистического наблюдения
- •4. Систематизация первичных данных
- •4.1. Группировка первичных данных
- •4.2. Табличная форма отображения первичных данных
- •4.3. Графическое отображение первичных данных
- •5. Статистические показатели
- •5.1. Показатели среднего
- •5.2. Показатели вариации
- •5.3. Показатели зависимости признаков
- •Расчет и анализ статистических показателей
- •6.1. Расчет показателей описательной статистики
- •6.2. Гистограммы
- •6.3. Корреляция динамических рядов количества запросов
- •6.4. Проверка статистических гипотез
- •6.4.1. Гипотеза о равенстве дисперсий количества запросов на земельные участки и окс.
- •6.4.2. Гипотеза о равенстве средних значений запросов на земельные участки и окс
- •6.5. Анализ регрессии
- •6.5.2. Регрессия заявок на окс.
- •6.6. Прогноз получения заявок на земельные участки и окс.
6.5. Анализ регрессии
Регрессия динамического ряда - это зависимость генерального среднего уровней ряда от времени. Регрессию динамического ряда часто называют трендом.
Регрессионный анализ дает наиболее полную характеристику статистической совокупности. Он используется при прогнозировании уровней динамического ряда, что очень важно при исследовании социально-экономических процессов.
Регрессия заявок на земельные участки.
Для построения уравнения регрессии применим инструменты программы Excel. Прежде всего, создадим диаграмму и построим линейный тренд. (Рис. 4).
Рис.4.
Коэффициент детерминации слишком далек от единицы, что указывает на слабую связь уровней ряда с линией тренда. Но, все-таки, попробуем применить другие типы аппроксимирующих функций. В результате последовательных проб получили следующие значения коэффициента детерминации, представленные в табл. 7.
Таблица 7.
Тип аппроксимирующей функции |
Коэффициент детерминации R² |
линейная |
0,0152 |
логарифмическая |
0,0152 |
полиномиальная, степень 2 |
0,039 |
полиномиальная, степень 3 |
0,039 |
степенная |
0,0137 |
экспоненциальная |
0,0137 |
Оказалось, что коэффициент принимает наибольшее значение при аппроксимации полиномом второй или третьей степени. Во всех остальных случаях он меньше. Потому руководствуясь правилом максимальной простоты аппроксимирующей функции, целесообразно принять полиномиальную функцию тренда(Рис.5).
Рис.5
6.5.2. Регрессия заявок на окс.
Построим график заявок на ОКС и проведем сравнительный анализ методов аппроксимации. (Рис. 6 и табл. 8).
Таблица 8.
Тип аппроксимирующей функции |
Коэффициент детерминации R² |
линейная |
0,0115 |
логарифмическая |
0,0116 |
полиномиальная, степень 2 |
0,0636 |
полиномиальная, степень 3 |
0,0943 |
степенная |
0,0074 |
экспоненциальная |
0,0074 |
Из табл. 7 следует, что приемлемой по величине коэффициента детерминации и числу неизвестных коэффициентов можно считать аппроксимацию полиномом третьей степени.
Рис.6
6.6. Прогноз получения заявок на земельные участки и окс.
В данном случае мы думаем, что не имеет смысла прогнозировать уровни подачи заявок, т.к. исходя из динамики виден очень большой разброс вне зависимости от месяца.