Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Выработка продукции на одного работника показывает сколько приходится продукции на одного списочного работника предприятия. Выражается в тыс. руб./чел.
Ввод в действие новых основных фондов показывает сколько вводится в производство продукции новых основных средств. Может выражаться в денежных единицах или как в данном случае в относительной величине –в %.
Удельный вес рабочих высокой квалификации в общей численности рабочих показывает какова доля высококвалифицированных рабочих в структуре рабочих. Выражается в относительной величине – в %.
В данном случае выработка продукции - это результативный показатель (у), а ввод в действие новых основных фондов и удельный вес рабочих – это факторные признаки (х1 и х2).
Далее проведем регрессионный анализ зависимости выработки продукции на одного работника от ввода в действие новых основных фондов и удельного веса рабочих высокой квалификации в общей численности рабочих.
Определим вектор оценок коэффициентов регрессии. Согласно методу наименьших квадратов, вектор s получается из выражения: s = (XTX)-1XTY.К матрице с переменными Xj добавляем единичный столбец:
1 3,9 10
1 3,9 14
1 3,7 15
1 4 16
1 3,8 17
1 4,8 19
1 5,4 19
1 4,4 20
1 5,3 20
1 6,8 20
1 6 21
1 6,4 22
1 6,8 22
1 7,2 25
1 8 28
1 8,2 29
1 8,1 30
1 8,5 31
1 9,6 32
1 9 36
Матрица Y
7
7
7
7
7
7
8
8
8
10
9
11
9
11
12
12
12
12
14
14
Матрица XT
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
3,9 3,9 3,7 4 3,8 4,8 5,4 4,4 5,3 6,8 6 6,4 6,8 7,2 8 8,2 8,1 8,5 9,6 9
10 14 15 16 17 19 19 20 20 20 21 22 22 25 28 29 30 31 32 36
Умножаем матрицы, (XTX)
XT X = 20 123,8 446
123,8 837,74 2997,4
446 2997,4 10828
В матрице, (XTX) число 20, лежащее на пересечении 1-й строки и 1-го столбца, получено как сумма произведений элементов 1-й строки матрицы XT и 1-го столбца матрицы X
Умножаем матрицы, (XTY)
XT Y = 192
1276,3
4581
Находим обратную матрицу (XTX)-1
0,619 -0,0262 -0,0183
-0,0262 0,126 -0,0338
-0,0183 -0,0338 0,0102
Вектор оценок коэффициентов регрессии равен
Y(X) = 0,619 -0,0262 -0,0183
-0,0262 0,126 -0,0338
-0,0183 -0,0338 0,0102
* 192
1276,3
4581
= 1,835
0,946
0,0856
Уравнение регрессии (оценка уравнения регрессии) имеет вид:
Y = 1,84 + 0,95X1 + 0,0856X2
Построим матрицу парных коэффициентов корреляции R.
Число наблюдений n = 20. Число независимых переменных в модели равно 2, а число регрессоров с учетом единичного вектора равно числу неизвестных коэффициентов. С учетом признака Y, размерность матрицы становится равным 4. Матрица, независимых переменных Х имеет размерность (20 х 4).Матрица, составленная из Y и X
1 7 3,9 10
1 7 3,9 14
1 7 3,7 15
1 7 4 16
1 7 3,8 17
1 7 4,8 19
1 8 5,4 19
1 8 4,4 20
1 8 5,3 20
1 10 6,8 20
1 9 6 21
1 11 6,4 22
1 9 6,8 22
1 11 7,2 25
1 12 8 28
1 12 8,2 29
1 12 8,1 30
1 12 8,5 31
1 14 9,6 32
1 14 9 36
Транспонированная матрица имеет вид:
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
7 7 7 7 7 7 8 8 8 10 9 11 9 11 12 12 12 12 14 14
3,9 3,9 3,7 4 3,8 4,8 5,4 4,4 5,3 6,8 6 6,4 6,8 7,2 8 8,2 8,1 8,5 9,6 9
10 14 15 16 17 19 19 20 20 20 21 22 22 25 28 29 30 31 32 36
Матрица XTX.
20 192 123.8 446
192 1958 1276.3 4581
123,8 1276,3 837,74 2997,4
446 4581 2997,4 10828
Полученная матрица имеет следующее соответствие:
∑n ∑y ∑x1 ∑x2
∑y ∑y2 ∑x1 y ∑x2 y
∑x1 ∑yx1 ∑x1 2 ∑x2 x1
∑x2 ∑yx2 ∑x1 x2 ∑x2 2
Найдем парные коэффициенты корреляции:
ryx1 =(63,82-6,19*9,6)/(1,89*2,4)=0,97.
ryx2 =(229,05-22,3*9,6)/(6,64*2,4)=0,941.
Rx1x2 =(149,87-22,3*6,19)/(6,64*1,89)=0,943.
Признаки x и y ∑xi ∑yi ∑xiyi
Для y и x1 123,8 6,19 192 9,6 1276,3 63,815
Для y и x2 446 22,3 192 9,6 4581 229,05
Для x1 и x2 446 22,3 123,8 6,19 2997,4 149,87
Признаки x и y
Для y и x1 3,571 5,74 1,89 2,396
Для y и x2 44,11 5,74 6,642 2,396
Для x1 и x2 44,11 3,571 6,642 1,89
Матрица парных коэффициентов корреляции R:
- y x1 x2
y 1 0,97 0,941
x1 0,97 1 0,943
x2 0,941 0,943 1
В нашем случае rx1 x2 имеют |r|>0,7, что говорит о мультиколлинеарности факторов и о необходимости исключения одного из них из дальнейшего анализа.Анализ первой
Отсутствует
Условие
По 20 предприятиям региона провести регрессионный анализ зависимости выработки продукции на одного работника от ввода в действие новых основных фондов и удельного веса рабочих высокой квалификации в общей численности рабочих.
Выработка продукции на одного работника, (тыс. руб/чел) Ввод в действие новых основных фондов (% от стоимости основных фондов на конец года) Удельный вес рабочих высокой квалификации в общей численности рабочих (%)
7 3,9 10
7 3,9 14
7 3,7 15
7 4,0 16
7 3,8 17
7 4,8 19
8 5,4 19
8 4,4 20
8 5,3 20
10 6,8 20
9 6,0 21
11 6,4 22
9 6,8 22
11 7,2 25
12 8,0 28
12 8,2 29
12 8,1 30
12 8,5 31
14 9,6 32
14 9,0 36
Отсутствует
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Выработка продукции на одного работника показывает сколько приходится продукции на одного списочного работника предприятия. Выражается в тыс. руб./чел.
Ввод в действие новых основных фондов показывает сколько вводится в производство продукции новых основных средств. Может выражаться в денежных единицах или как в данном случае в относительной величине –в %.
Удельный вес рабочих высокой квалификации в общей численности рабочих показывает какова доля высококвалифицированных рабочих в структуре рабочих. Выражается в относительной величине – в %.
В данном случае выработка продукции - это результативный показатель (у), а ввод в действие новых основных фондов и удельный вес рабочих – это факторные признаки (х1 и х2).
Далее проведем регрессионный анализ зависимости выработки продукции на одного работника от ввода в действие новых основных фондов и удельного веса рабочих высокой квалификации в общей численности рабочих.
Определим вектор оценок коэффициентов регрессии. Согласно методу наименьших квадратов, вектор s получается из выражения: s = (XTX)-1XTY.К матрице с переменными Xj добавляем единичный столбец:
1 3,9 10
1 3,9 14
1 3,7 15
1 4 16
1 3,8 17
1 4,8 19
1 5,4 19
1 4,4 20
1 5,3 20
1 6,8 20
1 6 21
1 6,4 22
1 6,8 22
1 7,2 25
1 8 28
1 8,2 29
1 8,1 30
1 8,5 31
1 9,6 32
1 9 36
Матрица Y
7
7
7
7
7
7
8
8
8
10
9
11
9
11
12
12
12
12
14
14
Матрица XT
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
3,9 3,9 3,7 4 3,8 4,8 5,4 4,4 5,3 6,8 6 6,4 6,8 7,2 8 8,2 8,1 8,5 9,6 9
10 14 15 16 17 19 19 20 20 20 21 22 22 25 28 29 30 31 32 36
Умножаем матрицы, (XTX)
XT X = 20 123,8 446
123,8 837,74 2997,4
446 2997,4 10828
В матрице, (XTX) число 20, лежащее на пересечении 1-й строки и 1-го столбца, получено как сумма произведений элементов 1-й строки матрицы XT и 1-го столбца матрицы X
Умножаем матрицы, (XTY)
XT Y = 192
1276,3
4581
Находим обратную матрицу (XTX)-1
0,619 -0,0262 -0,0183
-0,0262 0,126 -0,0338
-0,0183 -0,0338 0,0102
Вектор оценок коэффициентов регрессии равен
Y(X) = 0,619 -0,0262 -0,0183
-0,0262 0,126 -0,0338
-0,0183 -0,0338 0,0102
* 192
1276,3
4581
= 1,835
0,946
0,0856
Уравнение регрессии (оценка уравнения регрессии) имеет вид:
Y = 1,84 + 0,95X1 + 0,0856X2
Построим матрицу парных коэффициентов корреляции R.
Число наблюдений n = 20. Число независимых переменных в модели равно 2, а число регрессоров с учетом единичного вектора равно числу неизвестных коэффициентов. С учетом признака Y, размерность матрицы становится равным 4. Матрица, независимых переменных Х имеет размерность (20 х 4).Матрица, составленная из Y и X
1 7 3,9 10
1 7 3,9 14
1 7 3,7 15
1 7 4 16
1 7 3,8 17
1 7 4,8 19
1 8 5,4 19
1 8 4,4 20
1 8 5,3 20
1 10 6,8 20
1 9 6 21
1 11 6,4 22
1 9 6,8 22
1 11 7,2 25
1 12 8 28
1 12 8,2 29
1 12 8,1 30
1 12 8,5 31
1 14 9,6 32
1 14 9 36
Транспонированная матрица имеет вид:
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
7 7 7 7 7 7 8 8 8 10 9 11 9 11 12 12 12 12 14 14
3,9 3,9 3,7 4 3,8 4,8 5,4 4,4 5,3 6,8 6 6,4 6,8 7,2 8 8,2 8,1 8,5 9,6 9
10 14 15 16 17 19 19 20 20 20 21 22 22 25 28 29 30 31 32 36
Матрица XTX.
20 192 123.8 446
192 1958 1276.3 4581
123,8 1276,3 837,74 2997,4
446 4581 2997,4 10828
Полученная матрица имеет следующее соответствие:
∑n ∑y ∑x1 ∑x2
∑y ∑y2 ∑x1 y ∑x2 y
∑x1 ∑yx1 ∑x1 2 ∑x2 x1
∑x2 ∑yx2 ∑x1 x2 ∑x2 2
Найдем парные коэффициенты корреляции:
ryx1 =(63,82-6,19*9,6)/(1,89*2,4)=0,97.
ryx2 =(229,05-22,3*9,6)/(6,64*2,4)=0,941.
Rx1x2 =(149,87-22,3*6,19)/(6,64*1,89)=0,943.
Признаки x и y ∑xi ∑yi ∑xiyi
Для y и x1 123,8 6,19 192 9,6 1276,3 63,815
Для y и x2 446 22,3 192 9,6 4581 229,05
Для x1 и x2 446 22,3 123,8 6,19 2997,4 149,87
Признаки x и y
Для y и x1 3,571 5,74 1,89 2,396
Для y и x2 44,11 5,74 6,642 2,396
Для x1 и x2 44,11 3,571 6,642 1,89
Матрица парных коэффициентов корреляции R:
- y x1 x2
y 1 0,97 0,941
x1 0,97 1 0,943
x2 0,941 0,943 1
В нашем случае rx1 x2 имеют |r|>0,7, что говорит о мультиколлинеарности факторов и о необходимости исключения одного из них из дальнейшего анализа.Анализ первой
Отсутствует
Условие
По 20 предприятиям региона провести регрессионный анализ зависимости выработки продукции на одного работника от ввода в действие новых основных фондов и удельного веса рабочих высокой квалификации в общей численности рабочих.
Выработка продукции на одного работника, (тыс. руб/чел) Ввод в действие новых основных фондов (% от стоимости основных фондов на конец года) Удельный вес рабочих высокой квалификации в общей численности рабочих (%)
7 3,9 10
7 3,9 14
7 3,7 15
7 4,0 16
7 3,8 17
7 4,8 19
8 5,4 19
8 4,4 20
8 5,3 20
10 6,8 20
9 6,0 21
11 6,4 22
9 6,8 22
11 7,2 25
12 8,0 28
12 8,2 29
12 8,1 30
12 8,5 31
14 9,6 32
14 9,0 36
Отсутствует
Купить эту работу vs Заказать новую | ||
---|---|---|
0 раз | Куплено | Выполняется индивидуально |
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
Сразу в личном кабинете | Доступность | Срок 1—5 дней |
60 ₽ | Цена | от 200 ₽ |
Не подошла эта работа?
В нашей базе 51916 Контрольных работ — поможем найти подходящую