Создан заказ №1558790
7 декабря 2016
МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ Вариант 36 Исходные данные Индекс снижения себестоимости продукции
Как заказчик описал требования к работе:
Необходимо написать решение задач по эконометрике. Обращаюсь к авторам, у которых много работ по этой дисциплина. Прикрепляю пример и оформление доклада. Срок - 3 дня. 12 страниц печатного текста шрифт 14
Фрагмент выполненной работы:
МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ
Вариант 36
Исходные данные:
Индекс снижения себестоимости продукции, y
Трудоемкость единицы продукции, x1 Удельный вес потерь от брака, x2
204,2 0,23 0,23
209,6 0,24 0,39
22,6 0,19 0,43
236,7 0,17 0,18
62 0,23 0,15
53,1 0,43 0,34
172,1 0,31 0,38
56,5 0,26 0,09
52,6 0,49 0,14
46,6 0,36 0,21
53,2 0,37 0,42
30,1 0,43 0,05
146,4 0,35 0,29
18,1 0,38 0,48
13,6 0,42 0,41
89,8 0,3 0,62
62,5 0,32 0,56
46,3 0,25 1,76
103,5 0,31 1,31
73,3 0,26 0,45
76,6 0,37 0,5
73,01 0,29 0,77
Решение:
1.Вычислим все парные линейные коэффициенты корреляции по исходным данным: , , . (работа была выполнена специалистами author24.ru)
Найдем средние квадратические отклонения признаков:
Парные коэффициенты корреляции:
Матрица парных коэффициентов корреляции R:
- y
x1 x2
y
1 -0,491 -0,123
x1 -0,491 1 -0,170
x2 -0,123 -0,170 1
Анализируя матрицу парных коэффициентов корреляции можно сделать выводы о тесноте связи результирующего фактора y с влияющими факторами x1 и x2, а также вывод о величине межфакторной корреляции :
Связь между у и фактором х1 обратная и умеренная; связь между у и фактором х2 обратная и слабая; межфакторная связь х1 и х2 обратная и слабая.
Если в матрице есть межфакторный коэффициент корреляции rxjxi > 0.7, то в данной модели множественной регрессии существует мультиколлинеарность. В нашем случае межфакторный коэффициент корреляции |r|<0.7, что говорит об отсутствии мультиколлинеарности факторов.
2. Построим линейное уравнение множественной регрессии
.
Для этого:
- используем систему линейных уравнений оценки параметров множественной регрессии:
- составим по системе линейных уравнений матрицы Δ, Δa, Δb1, Δb2 для вычисления параметров множественной регрессии a, b1, b2;
22 6,96 10,16
∆ 6,96 2,35 3,09 10,55
10,16 3,09 8,00
1902,41 6,96 10,16
∆a
545,12 2,35 3,09 2442,6
811,84 3,09 8,00
22 1902,41 10,16
∆b1 6,96 545,12 3,09 -4298,77
10,16 811,84 8,00
22 6,96 1902,41
∆b2 6,96 2,3514 545,12 -368,95
10,16 3,0945 811,84
- вычислим определители матриц и по определителям матриц вычислим параметры уравнения множественной регрессии.
Находим
Таким образом, получили следующее уравнение множественной регрессии:
3. Выполним интерпретацию модели множественной регрессии.
Интерпретация коэффициентов чистой регрессии b1 и b2:
При увеличении трудоемкости единицы продукции на 1 ед. индекс снижения себестоимости продукции снижается в среднем на 407,5 ед. при неизменном удельном весе потерь от брака; при увеличении удельного веса потерь от брака на 1 ед. индекс снижения себестоимости продукции уменьшается в среднем на 34,97 ед. при неизменном значении трудоемкости единицы продукции.
Вычислим частные (средние) коэффициенты эластичности для каждой переменной:
.
Частные коэффициент эластичности |E1| > 1. Следовательно, он существенно влияет на результативный признак Y.
Частный коэффициент эластичности < 1. Следовательно, его влияние на результативный признак Y незначительно.
Т.е. увеличение трудоемкости единицы продукции (от своего среднего значения) или только удельного веса потерь от брака на 1% уменьшает в среднем индекс снижения себестоимости продукции на 1,49% или 0,19% соответственно. Таким образом, подтверждается большее влияние на результат фактора , чем фактора .
4. Вычислим индекс множественной корреляции .
Теснота совместного влияния факторов множественной корреляции xj на результирующую переменную y - заметная, т.к. значение полученного индекса R=0.534 находится в интервале от 0,5 до 0,7.
Величина индекса множественной корреляции Ryx1x2 значительно больше индексов корреляции парной зависимости Ryx1 и Ryx2, следовательно можно сделать вывод о правильности включения факторов в модель множественной регрессии.
5. Вычислим индекс множественной детерминации .
R2= 0.5342 = 0.286
Нескорректированный коэффициент множественной детерминации оценивает долю вариации результата за счет представленных в уравнении факторов в общей вариации результата...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
8 декабря 2016
Заказ завершен, заказчик получил финальный файл с работой
5
МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ
Вариант 36
Исходные данные
Индекс снижения себестоимости продукции.jpg
2016-12-11 01:27
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Очень благодарен автору за выполненную на отлично работу! Отнесся к выполнению с большой ответственностью! Спасибо Вам огромное,Елена! Советую данного автора!
Хочешь такую же работу?
300 ₽
