- •Исходные данные
- •Расчет параметров линейного уравнения регрессии
- •Задание 2
- •Исходные данные
- •Расчет t-статистики
- •Матрица коэффициентов парной корреляции
- •Дисперсионный анализ
- •Регрессионная статистика
- •Задание 3
- •Исследуемая совокупность по уровню рентабельности и производительности труда
- •Расчетная таблица
- •Задание 4
- •Динамика начисленной реальной заработной платы по региону Северо-Западного федерального округа в сопоставимых ценах, руб.
- •Расчет параметров линейного тренда
- •Задание 6
- •Список литературы
- •Приложения
- •Расчетная таблица по линейному тренду
- •Расчетная таблица по параболическому тренду
Матрица коэффициентов парной корреляции
|
|||
1,000 |
|
|
|
0,919 |
1,000 |
|
|
0,894 |
0,892 |
1,000 |
Значения коэффициентов парной корреляции указывают на весьма тесную связь выработки как с коэффициентом обновления основных фондов - так и с долей рабочих высокой квалификации - (,). Но в то же время межфакторная связь весьма тесная и практически равна тесноте связи с . В связи с этим для улучшения данной модели можно исключить из нее фактор как малоинформативный, недостаточно статистически надежный.
Коэффициенты частной корреляции дают более точную характеристику тесноты связи двух признаков, чем коэффициенты парной корреляции, так как очищают парную зависимость от взаимодействия данной пары признаков с другими признаками, представленными в модели.
- коэффициент частной корреляции, измеряющий влияние на выработку величины коэффициента обновления основных фондов при неизменном уровне доли рабочих высокой квалификации
- коэффициент частной корреляции, измеряющий влияние на выработку доли рабочих высокой квалификации при неизменном уровне величины коэффициента обновления основных фондов
Наиболее тесно связаны и : , связь и гораздо слабее: , а межфакторная зависимость и практически равна парной и . Все это приводит к выводу о необходимости исключить фактор - доля высококвалифицированных рабочих - из правой части уравнения множественной регрессии.
Если сравнить коэффициенты паркой и частой корреляции, то можно увидеть, что из-за высокой межфакторной зависимости коэффициенты парной корреляции дают завышенные оценки тесноты связи. Именно по этой причине рекомендуется при наличии сильной коллинеарности (взаимосвязи) факторов исключать из исследования тот фактор, у которого теснота парной зависимости меньше, чем теснота межфакторной связи.
Оценку надежности уравнения регрессии в целом и показателя тесноты связи дает -критерий Фишера:
Таблица 6
Дисперсионный анализ
|
df |
SS |
MS |
F |
Значимость F |
Регрессия |
2 |
28,677 |
14,338 |
30,437 |
0,000 |
Остаток |
9 |
4,240 |
0,471 |
|
|
Итого |
11 |
32,917 |
|
|
|
По данным таблицы 6 дисперсионного анализа . Вероятность случайно получить такое значение -критерия составляет 0,000, что не превышает допустимый уровень значимости 5%; об этом свидетельствует величина Р-значения. Следовательно, полученное значение не случайно, оно сформировалось под влиянием существенных факторов, т.е. подтверждается статистическая значимость всего уравнения и показателя тесноты связи .
Таблица 7