- •Курсовая работа
- •Пояснительная записка
- •Аннотация
- •Содержание
- •Введение
- •1. Качественный анализ таблицы исходных динамических рядов
- •1.1. Исходные данные
- •1.2. Теоретическая справка о динамических рядах
- •1.3. Анализ исходных динамических рядов на непрерывность
- •1.4. Анализ характеристики динамики и её направленности
- •1.5. Анализ характера связи между признаком-функцией и признаками-факторами
- •2. Расчёт показателей вариации динамических рядов
- •2.1. Теоретическая справка о показателях вариации динамических рядов
- •2.2. Расчёт показателей вариации динамических рядов
- •3. Количественное измерение тесноты связи признака-функции и признаков-факторов методом парной корреляции
- •3.1. Теоретическая справка о регрессии и корреляции
- •3.2. Расчёт коэффициентов парной корреляции
- •4. Построение уравнений многофакторной корреляционной связи
- •Заключение
- •Список использованной литературы
3.2. Расчёт коэффициентов парной корреляции
Этот анализ выполняется для всех видов связи (кроме полной балансовой) между признаком-функцией и признаками-факторами.
Количественное измерение тесноты данной связи осуществляется последовательно для каждого из признаков-факторов по мере уменьшения их значимости (представительности).
Цель данного анализа - получение коэффициентов парной корреляции.
Расчет коэффициентов парной корреляции выполняется программой «Elvis» (таблица 16):
Табл.16
Расчет коэффициентов парной корреляции :
Промежуточные цифры для 1-й пары признаков :
Среднее по признаку-функции : .227011E+05
Среднее по признаку-фактору : .429465E+04
Среднее по их произведению : .979808E+08
Отклонение признака-функции : .163868E+04
Отклонение признака-фактора : .358760E+03
Коэффициент парной корреляции : .829547E+00
Промежуточные цифры для 2-й пары признаков :
Среднее по признаку-функции : .227011E+05
Среднее по признаку-фактору : .980590E+04
Среднее по их произведению : .222448E+09
Отклонение признака-функции : .163868E+04
Отклонение признака-фактора : .170515E+04
Коэффициент парной корреляции : -.560656E-01
Промежуточные цифры для 3-й пары признаков :
Среднее по признаку-функции : .227011E+05
Среднее по признаку-фактору : .603100E+04
Среднее по их произведению : .138799E+09
Отклонение признака-функции : .163868E+04
Отклонение признака-фактора : .175674E+04
Коэффициент парной корреляции : .656018E+00
Промежуточные цифры для 4-й пары признаков :
Среднее по признаку-функции : .227011E+05
Среднее по признаку-фактору : .283235E+04
Среднее по их произведению : .644888E+08
Отклонение признака-функции : .163868E+04
Отклонение признака-фактора : .241563E+03
Коэффициент парной корреляции : .483776E+00
Полученные коэффициенты парной корреляции :
.829547E+00
-.560656E-01
.656018E+00
.483776E+00
Значения первого, третьего и четвёртого коэффициентов имеют одинаковый знак и корректны, что подтверждает линейный характер связи, причём данные значения положительны, что говорит о прямой связи между признаком-функцией и признаками-факторами. Коэффициент парной корреляции между признаком-функцией и вторым признаком-фактором оказался отрицательным, т. е. имеет место обратная связь между признаком-функцией и признаком-фактором.
Выберем два признака-фактора с наибольшими значениями коэффициентов парной корреляции: X1 – 0,829547 и X3 – 0,656018.
4. Построение уравнений многофакторной корреляционной связи
Общее назначение множественной регрессии состоит в анализе связи между несколькими независимыми переменными и зависимой переменной. В общественных и естественных науках процедуры множественной регрессии чрезвычайно широко используются в исследованиях.
Статическая модель, представленная уравнением регрессии с несколькими переменными величинами, называется многофакторной моделью или множественной регрессией.
Двумя наиболее важными этапами построения многофакторных моделей являются:
-
выбор формы связи (уравнения регрессии);
-
отбор факторных признаков.
Уравнение множественной регрессии в общем виде записывается:
а - константа (свободный член);
b - угловой коэффициент (регрессионный коэффициент);
Y - зависимая переменная;
Х1, Х2, Хn – независимые переменные.
Выбор наиболее качественных признаков-факторов для формирования уравнения множественной регрессии вида: y = b1 + b2x1 + b3x2 осуществим по:
-
наибольшей представительности;
-
наименьшему коэффициенту вариации;
-
наибольшему коэффициенту парной корреляции.
Для построения уравнения используем 2 пары факторов: X1, X3 и X2, X3.
Результатом работы программы является получение коэффициентов регрессии, необходимых для построения уравнения множественной регрессии:
Табл.17
Коэффициенты регрессии при выборе пары факторов X1, X3
Коэффициенты регрессии :
---------------------------
| Kn | Значение |
---------------------------
| b1 | .752998E+04 |
---------------------------
| b2 | .335982E+01 |
---------------------------
| b3 | .123001E+00 |
---------------------------
Табл.18
Коэффициенты регрессии при выборе пары факторов X2, X3
Коэффициенты регрессии :
---------------------------
| Kn | Значение |
---------------------------
| b1 | .281109E+04 |
---------------------------
| b2 | .112653E+01 |
---------------------------
| b3 | .146631E+01 |
---------------------------
По полученным данным составим 2 уравнения:
1)
2)
Для уточнения надёжности полученных уравнений выбирается контрольный уровень и производится проверка. Программа производит проверку по 11-му уровню:
Табл.19
Проверка надёжности 1-ого уравнения
Расчет абсолютной ошибки :
Итерация равна : 74
Абсолютная ошибка равна : .460520E+03
Относительная ошибка равна : 1.89%
Расчет произведен по 11-му уровню.
Ошибка не превышает регламента.
Имитация явления данным уравнением надежна.
Табл.20
Проверка надёжности 2-ого уравнения
Расчет абсолютной ошибки :
Итерация равна : 74
Абсолютная ошибка равна : .877344E+01
Относительная ошибка равна : .04%
Расчет произведен по 11-му уровню.
Ошибка не превышает регламента.
Имитация явления данным уравнением надежна.
Уравнение считается корректным, если относительная ошибка не превышает 8 – 15%.
Относительная ошибка в обоих случаях мала, следовательно, полученные уравнения являются корректными и надёжно имитируют динамику признака–функции. Полученные уравнения ( и ) можно использовать в трёхлетней и пятилетней перспективах соответственно.