- •060500 (080109) «Бухгалтерский учет, анализ и аудит»
- •Содержание
- •I. Задания для выполнения контрольной работы
- •I.1. Порядок оформления контрольной работы
- •I.2. Задачи
- •II. Задания для выполнения лабораторной работы
- •II.1. Порядок выполнения и оформления лабораторной работы
- •II.2. Задачи
- •Исследование рынка жилья в Московской области.
- •Анализ деятельности аудиторско - консалтинговых групп «Российский аудит».
- •Анализ деятельности предприятий одной отрасли рф - 2.
- •Анализ накладных расходов -1.
- •Анализ накладных расходов -2.
- •Исследование рынка жилья в г. Орле (районы Железнодорожный и Заводской).
- •Исследование рынка жилья в г. Орле (Советский и Северный районы).
- •III. Использование spss для выполнения лабораторной работы
- •Решение задачи в spss
- •1. Подготовка данных для использования пакета spss.
- •2. Решение задачи в spss.
- •1. Выбор факторных признаков для построения регрессионной модели на основе анализа матрицы коэффициентов корреляции.
- •2.2. Построение линейного уравнения регрессии.
- •2.3. Оценка качества модели
- •2.4. Построение прогноза
- •Литература Основная
- •Дополнительная
2.2. Построение линейного уравнения регрессии.
По заданию необходимо было построить регрессионную модель со значимыми факторами в линейной форме.
Оценка параметров регрессии осуществляется по методу наименьших квадратов. Для проведения регрессионного анализа с помощью пакета SPSS выполним следующие действия:
-
Выберем в верхней строке меню Анализ – Регрессия – Линейная.
-
Поместим переменную Y в поле для зависимых переменных, объявив переменные X1, X2, X2, X4, X5 независимыми (Рис. 2.3).
-
Используется установленный по умолчанию в поле «Метод» Исключение.
-
В полях панели Статистики следует отметить флажками Оценки, Согласие модели и критерий Дурбина-Уотсона (в нашей литературе – критерий Дарбина-Уотсона) (Рис. 2.4), затем нажмите Продолжить.
-
В полях панели Сохранить отметьте необходимые поля (Рис. 2.5) и нажмите Продолжить.
-
Не меняйте значения, установленные по умолчанию в полях панели Параметры. Они будут использованы для определения критерия Фишера с доверительной вероятностью 0,95.
-
Начните вычисления нажатием ОК.
Рис. 2.3. Диалоговое окно Линейная регрессия.
Рис. 2.4. Диалоговое окно Линейная регрессия: Статистики.
Рис.2.5. Диалоговое окно Линейная регрессия: Сохранить.
Результаты регрессионного анализа приведены в следующих таблицах.
При последовательном подборе переменных в SPSS предусмотрена автоматизация, основанная на значимости включения и исключения переменных.
В табл. 2.2 перечислены переменные, которые были последовательно исключены на каждом шаге.
Регрессия
Таблица 2.2. Включенные/исключенные переменные
Модель |
Включенные переменные |
Исключенные переменные |
Метод |
1 |
Индекс потребительских расходов (%), Средняя цена товара у конкурентов (руб.), Расходы на рекламу (тыс. руб.), Цена товара (руб.), Время(a) |
. |
Принудительное включение |
2 |
. |
Цена товара (руб.) |
Исключение (критерий: вероятность F-исключения >= .100). |
3 |
. |
Средняя цена товара у конкурентов (руб.) |
Исключение (критерий: вероятность F-исключения >= .100). |
4 |
. |
Время |
Исключение (критерий: вероятность F-исключения >= .100). |
a Включены все запрошенные переменные
b Зависимая переменная: Объём реализации (млн. руб.)
В табл. 2.3 приведены значения коэффициента детерминации, коэффициента множественной корреляции, стандартная ошибка, коэффициент Дарбина – Уотсона последовательно для всех моделей. В последней строке приводятся данные для окончательной модели.
Таблица 2.3. Сводка для модели
Модель |
R |
R квадрат |
Скорректированный R квадрат |
Стд. ошибка оценки |
Дурбин-Уотсон |
1 |
.944(a) |
.891 |
.836 |
41.649 |
|
2 |
.943(b) |
.889 |
.848 |
40.044 |
|
3 |
.939(c) |
.882 |
.852 |
39.537 |
|
4 |
.927(d) |
.859 |
.837 |
41.473 |
1.357 |
a Предикторы: (константа) Индекс потребительских расходов (%), Средняя цена товара у конкурентов (руб.), Расходы на рекламу (тыс. руб.), Цена товара (руб.), Время
b Предикторы: (константа) Индекс потребительских расходов (%), Средняя цена товара у конкурентов (руб.), Расходы на рекламу (тыс. руб.), Время
c Предикторы: (константа) Индекс потребительских расходов (%), Расходы на рекламу (тыс. руб.), Время
d Предикторы: (константа) Индекс потребительских расходов (%), Расходы на рекламу (тыс. руб.)
e Зависимая переменная: Объём реализации (млн. руб.)
В табл. 2.4 приведены результаты дисперсионного анализа и значения F-критерия, полученные на каждом шаге.
Таблица 2.4. Дисперсионный анализ(e)
Модель |
|
Сумма квадратов |
ст.св. |
Средний квадрат |
F |
Знч. |
1 |
Регрессия |
141371.778 |
5 |
28274.356 |
16.300 |
.000(a) |
Остаток |
17346.660 |
10 |
1734.666 |
|
|
|
Итого |
158718.437 |
15 |
|
|
|
|
2 |
Регрессия |
141079.525 |
4 |
35269.881 |
21.995 |
.000(b) |
Остаток |
17638.912 |
11 |
1603.537 |
|
|
|
Итого |
158718.437 |
15 |
|
|
|
|
3 |
Регрессия |
139960.250 |
3 |
46653.417 |
29.845 |
.000(c) |
Остаток |
18758.188 |
12 |
1563.182 |
|
|
|
Итого |
158718.437 |
15 |
|
|
|
|
4 |
Регрессия |
136358.334 |
2 |
68179.167 |
39.639 |
.000(d) |
Остаток |
22360.104 |
13 |
1720.008 |
|
|
|
Итого |
158718.437 |
15 |
|
|
|
a Предикторы: (константа) Индекс потребительских расходов (%), Средняя цена товара у конкурентов (руб.), Расходы на рекламу (тыс. руб.), Цена товара (руб.), Время
b Предикторы: (константа) Индекс потребительских расходов (%), Средняя цена товара у конкурентов (руб.), Расходы на рекламу (тыс. руб.), Время
c Предикторы: (константа) Индекс потребительских расходов (%), Расходы на рекламу (тыс. руб.), Время
d Предикторы: (константа) Индекс потребительских расходов (%), Расходы на рекламу (тыс. руб.)
e Зависимая переменная: Объём реализации (млн. руб.)
В табл. 2.5 в первом столбце указан номер модели, во втором – перечисляются используемые в модели независимые переменные, а в третьем столбце содержаться коэффициенты уравнения регрессии. В четвертом столбце содержаться стандартные ошибки коэффициентов уравнения регрессии, в пятом – стандартизованные коэффициенты, а в шестом – t- статистика, используемая для проверки значимости коэффициентов уравнения регрессии.
Таблица 2.5. Коэффициенты(a)
Модель |
|
Нестандартизованные коэффициенты |
Стандартизованные коэффициенты |
t |
Знч. |
|
|
|
B |
Стд. ошибка |
Бета |
|
|
1 |
(Константа) |
-3017.396 |
1094.485 |
|
-2.757 |
.020 |
|
Время |
-13.419 |
10.378 |
-.621 |
-1.293 |
.225 |
|
Расходы на рекламу (тыс. руб.) |
6.672 |
3.009 |
.319 |
2.218 |
.051 |
|
Цена товара (руб.) |
-6.477 |
15.779 |
-.067 |
-.410 |
.690 |
|
Средняя цена товара у конкурентов (руб.) |
12.238 |
14.410 |
.136 |
.849 |
.416 |
|
Индекс потребительских расходов (%) |
30.476 |
11.525 |
1.337 |
2.644 |
.025 |
2 |
(Константа) |
-2914.326 |
1024.234 |
|
-2.845 |
.016 |
|
Время |
-12.569 |
9.778 |
-.582 |
-1.285 |
.225 |
|
Расходы на рекламу (тыс. руб.) |
7.125 |
2.691 |
.340 |
2.648 |
.023 |
|
Средняя цена товара у конкурентов (руб.) |
7.930 |
9.492 |
.088 |
.835 |
.421 |
|
Индекс потребительских расходов (%) |
29.151 |
10.637 |
1.279 |
2.740 |
.019 |
3 |
(Константа) |
-2957.613 |
1009.969 |
|
-2.928 |
.013 |
|
Время |
-14.316 |
9.431 |
-.663 |
-1.518 |
.155 |
|
Расходы на рекламу (тыс. руб.) |
7.229 |
2.654 |
.345 |
2.724 |
.018 |
|
Индекс потребительских расходов (%) |
30.951 |
10.285 |
1.358 |
3.009 |
.011 |
4 |
(Константа) |
-1471.314 |
259.766 |
|
-5.664 |
.000 |
|
Расходы на рекламу (тыс. руб.) |
9.568 |
2.266 |
.457 |
4.223 |
.001 |
|
Индекс потребительских расходов (%) |
15.753 |
2.467 |
.691 |
6.386 |
.000 |
a Зависимая переменная: Объём реализации (млн. руб.)
Уравнение регрессии зависимости объема реализации от затрат на рекламу и индекса потребительских расходов, полученное на последнем шаге можно записать в следующем виде:
y = -1471.314 + 9.568х1 + 15.754х2
Коэффициенты уравнения регрессии показывают, что при увеличении Затрат на рекламу на одну тыс. руб. Объём реализации увеличится на 9,568 млн. руб., при увеличении Индекса потребительских расходов на один % Объём реализации увеличится на 15,754 млн. руб.