Создан заказ №1152761
2 мая 2016
В результате анализа уровня потребления продукции по различным регионам страны выявлен ряд факторов
Как заказчик описал требования к работе:
Нужно выполнить 15 заданий.
Вариант 7 (там, где есть разбивка по вариантам)
Фрагмент выполненной работы:
В результате анализа уровня потребления продукции по различным регионам страны выявлен ряд факторов, оказывающих на него существенное влияние:
- уровень урбанизации,
- относительный образовательный уровень населения,
- относительный возрастной показатель,
- относительная заработная плата,
- географическое положение региона.
В данной задаче Y (уровень потребления продукции) – показатель, рассчитанный, исходя из минимального набора продуктов потребительской корзины. (работа была выполнена специалистами author24.ru) Кроме того, в этот показатель включается среднестатистическое потребление лекарственных препаратов и медикаментов. Поэтому единицы измерения этого показателя – условные.
Х1 (уровень урбанизации) – показывает количество городов региона на 100 единиц населенных пунктов всех видов.
Х2, Х3, Х4 – относительные показатели, рассчитанные по определенным методикам, а не полученные прямыми измерениями, поэтому единицы измерения – условные.
Х5 (географическое положение района) – характеризует близость региона к Центральному району ( 1 или 0).
Требуется:
Построить матрицу парных корреляций и обосновать выбор факторных признаков.
Построить модель множественной линейной регрессии со статистически значимыми факторами.
Построить прогноз уровня потребления продукции, если предположить, что значения факторных признаков уменьшатся относительно средних значений на 2 %.
Внести рекомендации по осуществлению ряда мер, за счет которых может быть увеличен уровень потребления продукции.
№ п.п. Y
уровень потребления продукции(усл.ед.) X1
уровень урбанизации
X2
относительный образовательный уровень населения,
X3
относительный возрастной показатель
X4
относительная заработная плата
X5
географическое положение региона
1 27,1 42,2 11,2 31,9 35,2 1
2 24,4 48,6 12,6 23,2 37,8 1
3 20,8 42,6 10,6 28,7 32,1 0
4 32,1 49,1 11,4 26,1 42,3 1
5 28,8 34,7 9,3 30,1 32,9 1
6 34,6 44,5 10,8 28,5 49,6 0
7 33,7 39,1 9,7 24,3 35,3 0
8 34,5 40,1 10,1 28,6 45,3 1
9 35,7 45,9 12,2 20,4 47,1 1
10 28,7 38,4 11,3 25,3 35,6 0
11 36,5 46,2 12,8 37,2 43,2 1
12 34,3 50,1 12,9 38,4 48,4 1
13 33,6 39,4 10,5 27,2 39,1 1
14 28,2 31,3 9,2 20,6 30,1 1
15 24,9 25,8 9,1 29,8 27,8 1
16 26,2 37,4 9,6 30,1 34,6 1
17 26,9 46,1 10,5 25,4 36,2 1
18 23,8 27,2 8,7 27,2 24,7 1
19 32,4 34,9 11,2 21,5 40,6 0
20 43,4 48,2 12,8 26,7 44,6 1
21 38,2 40,2 11,7 31,2 42,1 1
22 34,7 41,9 12,3 27,2 43,2 1
23 28,3 35,5 10,6 34,8 38,4 1
24 34,2 44,7 12,4 32,9 39,1 1
25 36,1 48,3 12,8 28,6 40,1 1
26 28,2 39,6 9,6 35,6 37,8 0
27 38,3 47,2 10,2 42,7 42,6 0
28 42,1 51,8 10,7 46,4 46,2 1
29 42,9 52,3 11,1 39,6 48,8 0
30 45,2 54,5 12,9 42,4 54,3 1
Решение:
Построить матрицу парных корреляций и обосновать выбор факторных признаков.
Вычислим матрицу коэффициентов парной корреляции, проверим значимость коэффициентов корреляции:
Для построения корреляционного анализа воспользуемся пакетом прикладных программ Microsoft Excel, функцией «Анализ данных».
Выполняем следующие действия:
Данные для корреляционного анализа должны располагаться в смежных диапазонах ячеек.
Выбрать команду «Сервис» → «Анализ данных».
В диалоговом окне «Анализ данных» выбрать инструмент «Корреляция», а затем щелкнуть кнопку «ОК».
В диалоговом окне «Корреляция» в поле «Входной интервал» необходимо ввести диапазон ячеек, содержащих исходные данные. Если введены и заголовки столбцов, то установить флажок «Метки в первой строке».
Выбрать параметры вывода. В данном случае «Новый рабочий лист».
«ОК»
Результаты корреляционного анализа
Рис.5
Анализ матрицы коэффициентов парной корреляции начнем с анализа первого столбца матрицы, в котором расположены коэффициенты корреляции, отражающие тесноту связи, зависимой переменной уровень потребления продукции (усл.ед.) с включенными в анализ факторами. Анализ показывает, что зависимая переменная, то есть уровень потребления продукции (усл.ед.), имеет тесную связь с относительной заработной платой (ryx4 = 0,823), с уровень урбанизации (ryx1 = 0,6418) умеренная связь с относительным образовательным уровнем населения (ryx2 = 0,5143) и с относительным возрастным показателем (ryx3 = 0,4771). Фактор Х5 имеет слабую связь с зависимой переменной и его не рекомендуется включать в модель регрессии.
Оценим значимость коэффициентов корреляции первого столбца матрицы. Для этого рассчитаем значение t – статистики для всех элементов первого столбца:
Табличное значение критерия Стьюдента равно: tтабл (α = 0,05; k = n – 2 = 28) =2,048. Сравним числовые значения критериев с табличным. Сделаем вывод, что tрасч > tтабл т.е. полученные значения коэффициентов корреляции значимы для уровень урбанизации (ryx1 = 0,6418), для относительный образовательный уровень населения (ryx2 = 0,5143) , для относительный возрастной показатель (ryx3 = 0,4771) и для относительная заработная плата (ryx4 = 0,823).
Значимость коэффициентов корреляции можно проверить, используя критическое значение коэффициента корреляции. При условии, что нулевая гипотеза , критическое значение коэффициента корреляции определяется статистикой
где критическое значение t-статистики Стьюдента для уровня значимости и количества степеней свободы, равного n-2.
Так как в нашем примере критическое (табличное) значение критерия Стьюдента (α = 0,05; k = n – 2 = 28) равно 2,048, то критическое значение коэффициента корреляции будет равно 0,361. Коэффициенты парной корреляции географического положения региона в анализируемой матрице меньше значение 0,361 по абсолютной величине и следовательно будет не значимым, а все остальные коэффициенты парной корреляции в анализируемой матрице превышающие значение 0,361 по абсолютной величине будут значимы.
Затем перейдем к анализу остальных столбцов матрицы с целью выявления коллинеарности. Одним из условий регрессионной модели является предположение о линейной независимости объясняющих переменных, т. е., решение задачи возможно лишь тогда, когда столбцы и строки матрицы исходных данных линейно независимы. Для экономических показателей это условие выполняется не всегда. Под мультиколлинеарностью понимается высокая взаимная коррелированность объясняющих переменных, которая приводит к линейной зависимости нормальных уравнений...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
20 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
3 мая 2016
Заказ завершен, заказчик получил финальный файл с работой
5
В результате анализа уровня потребления продукции по различным регионам страны выявлен ряд факторов.jpg
2016-05-06 12:46
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Огромное спасибо за работу!!!!!Все выполнено на отлично!!!!Преподаватель в восторге!!!!!!!!!!!!!!!!!
Хочешь такую же работу?
300 ₽
