Основные этапы корреляционно-регрессионного анализа

Использование аналитических группировок для расчета показателей тесноты взаимосвязей. Характеристика корреляционно-регрессионного анализа рекламы. Особенность коэффициента детерминации и эмпирического отношения. Основные методы параллельных рядов.

Рубрика Экономика и экономическая теория
Вид курсовая работа
Язык русский
Дата добавления 18.09.2014
Размер файла 95,8 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

  • СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ РЕКЛАМЫ

2. СУЩНОСТЬ КОРРЕЛЯЦИОННО-РЕГРЕССИОННОГО МЕТОДА

2.1 Использование аналитических группировок для расчета показателей тесноты взаимосвязей, коэффициента детерминации и эмпирическое корреляционное отношение

2.2 Метод параллельных рядов

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ

Исследование объективно существующих связей между явлениями - важнейшая задача общей теории статистики. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие существенное влияние на вариацию изучаемых явлений и процессов. Причинно-следственные отношения - это связь явлений и процессов, когда изменение одного и них - причины - ведет к изменению другого - следствия.

Причина - это совокупность условий, обстоятельств, действие которых приводит к появлению следствия. Если между явлениями действительно существуют причинно-следственные отношения, то эти условия должны обязательно реализовываться вместе с действием причин. Причинные связи носят всеобщий и многообразный характер, и для обнаружения причинно-следственных связей необходимо отбирать отдельные явления и изучать их изолированно.

Особое значение при исследовании причинно-следственных связей имеет выявление временной последовательности: причина всегда должна предшествовать следствию, однако не каждое предшествующее событие следует считать причиной, а последующее следствием.

В реальной социально-экономической действительности причину и следствие необходимо рассматривать как смежные явления, появление которых обусловлено комплексом сопутствующих более простых причин и следствий. Между сложными группами причин и следствий возможны многозначительные связи, когда за одной причиной будет следовать то одно, то другое действие или одно действие имеет несколько различных причин. Чтобы установить однозначную причинную связь между явлениями или предсказать возможные следствия конкретной причины, необходима полная абстракция от всех прочих явлений в исследуемой временной или пространственной среде. Теоретически такая абстракция воспроизводится. Приемы абстракции часто применяются при изучении взаимосвязей между двумя признаками (парной корреляции). Но чем сложнее изучаемые явления, тем труднее выявить причинно-следственные связи между ними. Взаимное переплетение различных внутренних и внешних факторов неизбежно приводит к некоторым ошибкам в определении причины и следствия.

Социально-экономические явления представляют собой результат одновременного воздействия большого числа причин. Следовательно, при изучении этих явлений необходимо выявлять главные, основный причины, абстрагируясь от второстепенных.

Цель данной работы - проанализировать методику корреляционно-регрессионного анализа рекламы.

Задачи работы:

- рассмотреть сущность корреляционно-регрессионного анализа;

- изучить методику корреляционно-регрессионного анализа.

В теоретической части рассмотрены такие вопросы, как сущность корреляционно-регрессионного анализа, особенности корреляционно-регрессионного анализа.

В аналитической части на практике осуществлен корреляционно-регрессионный анализ на примере деятельности банков.

Расчеты произведены в программе MS Excel.

1. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ РЕКЛАМЫ

Корреляционно-регрессионный анализ рекламы состоит из таких основных этапов:

-- построение системы факторов, которые существенно влияют на расходы по рекламе;

-- разработка модели, которая отображает общее содержание взаимосвязей, которые изучаются, и количественная оценка ее параметров;

-- проверка качества модели рекламных расходов;

-- оценка влияния отдельных факторов на расходы по рекламе.

На первом этапе осуществляется отбор факторов, которые существенно влияют на расходы по рекламе.

Он проводится прежде всего исходя из содержательного анализа.

Для получения надежных оценок в модель не следует включать много факторов, их количество не должно быть большее одной трети объема данных, которые анализируются.

Но поскольку на начальному этапе разработки модели у исследователя нет однозначного ответа на вопрос относительно набора существенных факторов, то при использовании ЭВМ отбор факторов обычно осуществляется непосредственно в процессе создания модели методом последовательной регрессии.

Суть этого метода состоит в последовательном включении дополнительных факторов в модель и оценке влияния добавленного фактора.

Используется также подход, по которому на факторы, включаемые в предшествующий состав модели, не накладывается особых ограничений и лишь на следующих стадиях проводится их оценивание и отбор.

Второй этап начинается с разработки модели, которая отображает общее содержание взаимосвязей, которые изучаются.

Регрессионная модель -- это уравнения (или система уравнений), что показывает, какие факторы, по мнению исследователя, должны быть привлечены к взаимосвязям, которые подлежат анализу.

Регрессионное уравнение дает также представление о форме связи.

2. СУЩНОСТЬ КОРРЕЛЯЦИОННО-РЕГРЕССИОННОГО МЕТОДА

2.1 Использование аналитических группировок для расчета показателей тесноты взаимосвязей, коэффициента детерминации и эмпирическое корреляционное отношение

Аналитическая группировка позволяет выявить наличие или отсутствие зависимости. Вместе с тем в рамках этого метода не удается аналитически описать эту зависимость, а также не удается выяснить "тесноту" или "существенность" этой зависимости.

Аналитическая группировка может быть равноинтервальной и неравноинтервальной. Сначала выполняется равноинтервальная, а в случае необходимости, т. е. для более наглядного представления зависимости, и неравноинтервальная. В случае положительного результата группировки выявленная зависимость должна быть представлена наиболее наглядно. В примере полученная равноинтервальная группировка не потребовала уточнения, т. е. отсутствовала необходимость в построении неравноинтервальной группировки.

Метод аналитических группировок применяется для выделения особенностей и дифференцированного регулирования по показателям объема и структуры производства, его концентрации, размещения, эффективности и др.

Используя аналитические группировки, прежде всего определяют факторные и результативные признаки изучаемых явлений. Факторные - это признаки, оказывающие влияние на другие, связанные с ними признаки. Результативные -признаки, которые изменяются под влиянием факторных. Чтобы исследовать взаимосвязь между отобранными признаками с помощью метода аналитических группировок, необходимо произвести группировку единиц совокупности по факторному признаку и по каждой группе вычислить среднее значение результативного признака, вариация которого от группы к группе под влиянием группировочного признака будет указывать на наличие или отсутствие взаимосвязи. Группировка позволяет получить такие результаты, по которым можно выявить состав совокупности, характерные черты и свойства типичных явлений, обнаружить закономерности и взаимосвязи.

Нужно выбрать:

1) факторный показатель является количественным признаком, а результативный показатель - качественный признак (например, стаж работы в фирме и квалификация работников (тарифный разряд));

2) основанием группировки является качественный показатель, а результативный показатель - количественный признак (например, тарифный разряд - величина заработной платы);

3) показатель-фактор и показатель-результат являются качественными признаками (например, квалификация работников и уровень их образования);

4) факторный и результативный показатели являются количественными признаками (например, стаж работы и уровень оплаты труда).

При сравнении функциональных и корреляционных зависимостей следует иметь в виду, что при наличии функциональной зависимости между признаками можно, зная величину факторного признака, точно определить величину результативного признака. При наличии же корреляционной зависимости устанавливается лишь тенденция изменения результативного признака при изменении величины факторного признака. В отличие от жесткости однозначно функциональной связи корреляционные связи характеризуются множеством причин и следствий и устанавливаются лишь их тенденции.

Необходимо отметить, что экономической теории принадлежит решающее слово в обосновании связей между теми или иными признаками. При этом теоретический анализ должен показать, какие факторы влияют на исследуемый признак или же влияние каких факторов должно быть проверено. Статистическое выражение связи между явлениями может показать, что изменения одного из сопоставляемых признаков сопровождаются изменениями другого. Следовательно, нужно искать объяснение этим изменениям в их содержательном анализе. С помощью статистических методов изучения зависимостей можно установить, как проявляется теоретически возможная связь в данных конкретных условиях. Статистика не только отвечает на вопрос о реальном существовании намеченной теоретическим анализом связи, но и дает количественную характеристику этой зависимости. Зная характер зависимости одного явления от других, можно объяснить причины и размер изменений в явлении, а также планировать необходимые мероприятия для дальнейшего его изменения.

Для того, чтобы результаты корреляционного анализа нашли практическое применение и дали желаемый результат, должны выполняться определенные требования в отношении отбора объекта исследования и признаков-факторов. Одним из важнейших условий правильного применения методов корреляционного анализа является требование однородности тех единиц, которые подвергаются изучению методами корреляционного анализа. Например, при корреляционном анализе зависимостей тех или иных технико-экономических показателей работы предприятий от определенных факторов должны быть отобраны предприятия, выпускающие однотипную продукцию, имеющие одинаковый характер технологического процесса и тип используемого оборудования, для предприятий добывающей промышленности определенную роль играет и географическое размещение предприятий.

При выполнении указанных общих требований далее необходима количественная оценка однородности исследуемой совокупности по комплексу признаков. Одним из возможных вариантов такой оценки является расчет относительных показателен вариации. Традиционно широкое распространение для этих целей получил коэффициент вариации. Несколько реже применяется отношение размаха вариации к среднеквадратическому отклонению. Вывод о неоднородности исследуемой совокупности по тому или иному признаку требует проверки гипотезы о принадлежности "выделяющихся" (аномальных) значений признака исследуемой генеральной совокупности.

Другим важным требованием, обеспечивающим надежность выводов корреляционного анализа, является требование достаточного числа наблюдений. Как уже указывалось, влияние существенных причин может быть затушевано действием случайных факторов, "взаимопогашение" влияния которых на результативный показатель в известной мере происходит при выведении средней результативного показателя для массы случаев.

Определенные требования существуют и в отношении факторов, вводимых в исследование. Все множество факторов, оказывающих влияние на величину результативного показателя, к действительности не может быть введено в рассмотрение, да практически в этом и нет необходимости, так как их роль и значение в формировании величины результативного показателя могут иметь существенные различия. Поэтому при ограничении числа факторов, включаемых в изучение, наряду с качественным анализом целесообразно использовать и определенные количественные оценки, позволяющие конкретно охарактеризовать влияние факторов на результативный показатель (к оценкам можно отнести парные коэффициенты корреляции, ранговые коэффициенты при экспертной оценке влияния факторов и др.). Включаемые в исследование факторы должны быть независимыми друг от друга, так как наличие тесной связи между ними свидетельствует о том, что они характеризуют одни и те же стороны изучаемого явления и в значительной мере дублируют друг друга.

Для характеристики тесноты корреляционной связи между признаками в аналитических группировках межгрупповую дисперсию сопоставляют с общей. Это сопоставление называйся корреляционным отношением и обозначается:

з2=д2/у2.

Оно характеризует долю вариации результативного признака, вызванной действием факторного признака, положенного в основание группировки. Корреляционное отношение по своему абсолютному значению колеблется в пределах от 0 до 1. Чем ближе корреляционное отношение к 1, тем большее влияние оказывает факторный признак на результативный. Если же факторный признак не влияет на результативный, то вариация, обусловленная им, будет равна нулю (д2= 0) и корреляционное отношение также будет равно нулю (з2= 0), что говорит о полном отсутствии связи. И наоборот, если результативный признак изменяется только под воздействием одного факторного признака, то вариация, обусловленная этим признаком, будет равна общей вариации (з2=з2) и корреляционное отношение будет равно единице (з2= 1), что говорит о существовании полной связи.

Дисперсионный анализ позволяет не только определить роль случайной и систематической вариаций в общей вариации, но и оценить достоверность вариации, обнаруженной методом аналитических группировок. Определение достоверности вариации дает возможность с заданной степенью вероятности установить, вызвана ли межгрупповая вариация признаком, положенным в основание группировки, или она является результатом действия случайных причин. Для оценки существенности корреляционного отношения пользуются критическими значениями корреляционного отношения з2 при разных уровнях вероятности или значимости б.

Квадрат множественного коэффициента корреляции называется множественным коэффициентом детерминации. Он показывает, какая доля дисперсии результативного признака объясняется влиянием независимых переменных.

Также это квадрат корреляции Пирсона между двумя переменными (rІ). Он выражает количество дисперсии, общей между двумя переменными.

В случае двух переменных формула для вычисления множественного коэффициента детерминации имеет вид:

Часто необходимо корректировать коэффициент множественной детерминации на потерю степеней свободы вариации:

где - скорректированное значение множественного коэффициента корреляции;

- число наблюдений;

Размещено на http://www.allbest.ru/

- число переменных, вошедших в модель.

Наблюдаемое значение находится по формуле:

Иногда показателям тесноты связи можно дать качественную оценку (шкала Чеддока):

Количественная мера тесноты связи

Качественная характеристика силы связи

0,1-0,3

Слабая

0,3-0,5

Умеренная

0,5-0,7

Заметная

0,7-0,9

Высокая

0,9-0,99

Весьма высокая

Функциональная связь возникает при значении равном 1, а отсутствие связи - 0. При значениях показателей тесноты связи меньше 0,7 величина коэффициента детерминации всегда будет ниже 50%. Это означает, что на долю вариации факторных признаков приходится меньшая часть по сравнению с остальными неучтенными в модели факторами, влияющими на изменение результативного показателя. Построенные при таких условиях регрессионные модели имеют низкое практическое значение.

2.2 Метод параллельных рядов

Особая роль в выявлении связей не только между качественными, но и количественными признаками принадлежит параллельным статистическим рядам. корреляционный регрессионный детерминация эмпирический

Это один из методов статистического анализа, основанный на применении принципов формально-логического учения о сравнении в последовательном сравнении сопоставлении изменяющихся двух или нескольких статистических рядов. В требованиях этого метода справедливо подчеркивается, что сравнивать надо показатели не любых двух рядов, а такие, когда увеличение размера показателей одного ряда сопровождается увеличением или уменьшением величины показателей другого ряда. Метод параллельных рядов можно применять к разным районам или странам, но в том случае, если анализируется развитие во времени одних и тех же явлений в двух и многих рядах. Метод параллельных рядов применим и для анализа развития во времени различных сторон одного и того же явления (напр., рассматривая количество внесенных в почву удобрений по годам и урожайности в эти же годы но одному колхозу или району, судят о связи урожайности с количеством внесенных удобрений, если земельная площадь не изменилась). В соответствии с формально-логическим учением о сравнении в статистике правильно отмечается, что метод параллельных рядов показывает не только сходство развития показателей, но и различие, а также то, что метод параллельных рядов не дает численной оценки сходства или различия развития и потому является дополнительным средством анализа. Сравнение не может дать исчерпывающего знания исследуемого явления. Сравнение должно сочетаться со всеми другими методами логического познания.

В задание 1 предполагается по данным по 30 предприятиям построить статистический ряд распределения организаций по расходам на рекламу, образовав 5 групп с равными интервалами.

Таблица 1 - Исходные данные

Расходы на рекламу, тыс. руб.

Число покупателей, чел.

1

3,4

55,00

2

7

68,00

3

1,1

31,00

4

2,8

44,00

5

4,1

56,00

6

6,5

70,00

7

1,7

35,00

8

2,6

47,00

9

5,4

60,00

10

4,8

61,00

11

8

82,00

12

2,1

38,00

13

2,3

49,00

14

4

58,00

15

6,1

68,00

16

3,4

42,00

17

2,9

52,00

18

5,2

59,00

19

5,2

65,00

20

4,2

60,00

21

4,2

61,00

22

4

54,00

23

4,3

62,00

24

7,9

78,00

25

5,6

63,00

26

5,5

64,00

27

8,1

86,00

28

5,7

65,00

29

8,2

91,00

30

6

66,00

Для определения групп предприятий определяем размер интервала по расходам на рекламу:

i = R / n = хmax - xmin / n

i = 8,20- 1,10 / 5 = 1,42 тыс.руб.

Формируем группы:

I. 1,1- 2,52 [1,1; 1,1+ 1,42]

II. 2,52 - 3,94 [2,52; 2,52 + 1,42]

III. 3,94 - 5,36 [3,94; 3,94 + 1,42]

IV. 5,36 - 6,78 [5,36; 5,36 + 1,42]

V. 6,78 - выше [6,78; 6,78 + 1,42]

Делаем разноску предприятий по группам. Если значение показателя соответствует значению верхней границы интервала одной группы и нижнему значению границы интервала другой группы, то эту организацию мы относим к последнему.

Таблица 2 - Интервальный ряд распределения организаций по затратам на рекламу

№ п/п

Группы организации по затратам на рекламу, тыс.руб.

Затраты на рекламу по граппам, тыс.руб.

Удельный вес затрат на рекламу в %, к итогу

Количество организаций в группе

А

2

3

4

1

1,1-2,52

7,20

5,06%

4

2

2,52-3,94

15,10

10,61%

5

3

3,94-5,36

40,00

28,11%

9

4

5,36-6,78

40,80

28,67%

7

5

6,78 и выше

39,20

27,55%

5

Итого

142,30

100

30

На основании разработочной таблицы строим ряд распределения.

Таблица 3 - Ряд распределения организаций по затратам на рекламу

№ п/п

Группы организации по затратам на рекламу, тыс.руб.

Число предприятий

А

1

в % к итогу

S

1

1,1-2,52

4

13,33%

13,3%

2

2,52-3,94

5

16,67%

30,0%

3

3,94-5,36

9

30,00%

60,0%

4

5,36-6,78

7

23,33%

83,3%

5

6,78 и выше

5

16,67%

100,0%

Итого

30

100

Наибольшее число организаций сосредоточено в группе с расходами на рекламу от 3,94 до 5,36 тыс.руб. - 9 организаций (30%); 7 организаций (23,33%) имеют расходы от 5,36 до 6,78 тыс.руб.; 5 организаций (16,67%) - во 2 и 5 группах с расходами на 1,1 и 2,52 тыс.руб. и от 6,78 тыс.руб. и выше.

Построим графики полученного ряда распределения.

Рис. 1 - Кумулята распределения организаций по расходам на рекламу

Рис. 2 - Гистограмма распределения организаций по расходам на рекламу

Рис. 3 - Полигон распределения организаций по расходам на рекламу

Для интервальных рядов распределения с равными интервалами мода определяется по формуле:

XMo- начальное значение интервала, содержащего моду;

iMo- величина модального интервала;

fMo- частота модального интервала;

fMo-1- частота интервала, предшествующего модальному;

fMo+1- частота интервала, следующего за модальным.

В этой задаче наибольшее число предприятий (9) имеет группа организаций от 3,94 до 5,36 тыс.руб. Следовательно, этот интервал является модальным интервалом ряда распределения.

Введем следующие обозначения:

XMo=3,94;

iMo=1,42

fMo=9

fMo-1=5;

fMo+1=7.

Подставим эти значения в формулу моды и произведем вычисления:

Мо = 3,94+1,42*((9-5)/(9-5)+(9-7)) = 4,89 тыс.руб.

Медиана интервального вариационного ряда распределения определяется по формуле:

,

где

XMe - начальное значение интервала, содержащего медиану;

iMe - величина медианного интервала;

- сумма частот ряда;

SMe-1 - сумма накопленных частот, предшествующих медианному интервалу;

fMe - частота медианного интервала.

Определим медианный интервал. В данной задаче сумма накопленных частот, превышающая половину всех значений, соответствует интервалу от 3,94 до 5,36 тыс.руб. Это и есть медианный интервал, в котором находится медиана. Определим ее значение по приведенной выше формуле. Известно, что:

XMe=3,94;

iMe=1,42;

=30;

SMe-1=5;

fMe=9.

Следовательно,

Ме = 3,94+1,42*((0,5*30-5)/9) = 4,82 тыс.руб.

Если данные сгруппированы, то

= 145,18/30 = 4,84 тыс.руб

где n -- объем выборки; k -- число интервалов группировки; ni -- частота i-ого интервала; хi -- срединное значение i-ого интервала

Найдем середину интервала и произведение nixi

Таблица 4 - Расчетная таблица

Группа

Середина интервала

nixi

1

1,81

7,24

2

3,23

16,15

3

4,65

41,85

4

6,07

42,49

5

7,49

37,45

Итого

23,25

145,18

Для сгруппированных в интервальный вариационный ряд данных:

Здесь хi -- срединные значения интервалов группировки;

взвешенная сумма квадратов отклонений.

Таблица 5 - Расчетная таблица значений дисперсии

Группа

x`-xср

(x`-xср)*n

(x`-xср)2

(x`-xср)2*n

1

3,029333

12,11733

9,17686

36,70744

2

1,609333

8,046667

2,589954

12,94977

3

0,189333

1,704

0,035847

0,322624

4

1,230667

8,614667

1,51454

10,60178

5

2,650667

13,25333

7,026034

35,13017

Итого

8,709333

43,736

20,34324

95,71179

у2 = 95,71179/30 = 3,190393

Стандартным отклонением (или средним квадратическим отклонением) называется корень квадратный из дисперсии:

= 1,79

Коэффициент вариации используется и как показатель однородности выборочных наблюдений. Считается, что если коэффициент вариации не превышает 33 %, то выборку можно считать однородной

= 1,79/4,84*100% = 36,91%

Коэффициент вариации более 33%, что свидетельствует о том, что совокупность неоднородна, но менее 40%, что говорит о незначительной колеблемости показателей в ряду распределения.

Для несгруппированных данных среднее арифметическое определяется по следующей формуле:

= 142,3/30 = 4,74 тыс.руб.,

где n -- объем выборки; хi -- варианты выборки.

Расхождения между средней простой арифметической и средневзвешенной арифметической связано с тем, что при расчете средней простой берутся фактические данные, а при расчете средневзвешенной центральные показатели, рассчитанные как сумма нижней и верхней границы интервала группы деленная на два.

Задание 2

Используя данные задания 1, построим аналитическую группировку между признаками - расходы на рекламу и число покупателей.

Таблица 6 - Разработочная таблица

№ п/п

Группы организации по затратам на рекламу, тыс.руб.

Затраты на рекламу по граппам, тыс.руб.

Количество организаций в группе

А

2

4

1

1,1-2,52

7,20

4

2

2,52-3,94

15,10

5

3

3,94-5,36

40,00

9

4

5,36-6,78

40,80

7

5

6,78 и выше

39,20

5

Итого

142,30

30

Таблица 7 - Группировка предприятий по расходам на рекламу

Предприятия по расходам на рекламу, тыс.руб.

Число предприятий, ед.

Уровень расхода на рекламу, тыс.руб.

Число покупателей, тыс.руб.

всего

в среднем на одно предприятие

1,1-2,52

4

1584,00

684,00

171,00

2,52-3,94

5

2620,00

995,00

199,00

3,94-5,36

11

6457,00

2508,00

228,00

5,36-6,78

7

4711,00

1771,00

253,00

6,78-8,2 и выше

3

2298,00

882,00

294,00

итого

30

17670,00

6840,00

228,00

Из данных таблицы можно сделать вывод о том, что с увеличением затрат на рекламу численность покупателей от первой к пятой группе увеличиваются. Это свидетельствует о наличии прямой связи между показателями.

В связи с тем, что уровень затрат на рекламу от первой к пятой группе возрастает в 2,28 раза, число покупателей возрастает в 1,27 раза. Это свидетельствует о том, что связь между показателями корреляционная. Данные таблицы свидетельствуют о наличии корреляционной связи расходами на рекламу и числом покупателей.

Построим корреляционную таблицу.

Таблица 8 - Корреляционная таблица

Предприятия по расходам на рекламу, тыс.руб.

Группы предприятий по числу покупателей, чел.

до-43

43-55

55-67

67-79-17,44

79-91

Итого

1,1-2,52

6

6

2,52-3,94

9

1

10

3,94-5,36

6

1

7

5,36-6,78

4

1

5

6,78-8,2

2

2

Итого

15

7

5

1

2

30

Из таблицы следует, что распределение предприятий произошло вдоль диагонали, проведенной из левого верхнего угла в нижний правый угол, это говорит об увеличении покупателей в связи с увеличением расходов на рекламу.

Характер концентрации предприятий по диагонали корреляционной таблицы свидетельствует о наличии корреляционной связи между изучаемыми признаками.

С помощью эмпирического корреляционного отношения определяют тесноту связи между изменением признака-фактора и последующим за ним изменением признака-результата. Эмпирическое корреляционное отношение может принимать значением между 0 и 1, причем, чем ближе значение к 1, тем теснее связь.

Осуществляем расчет показателей тесноты корреляционной связи между признаками.

Расчет коэффициента детерминации производим по формуле:

з2 = д2 /у2

Рассчитываем межгрупповую дисперсию:

д2 = ?(у -у)2f /?f

Межгрупповая дисперсия рассчитывается по результативному признаку, т.е. по числу покупателей.

д2 = (38,25 - 4,84)2•*4 + (48,00 - 4,84) 2•*5 + (59,56 - 4,84) 2•*9 + (65,14 - 4,84) 2*7 + (81,00 - 4,84) 2*2 = 166,6945767

Рассчитываем общую дисперсию:

у2 = у2 - у2, где у2 = ?у2 /n

Делаем разработочную таблицу, где у - число покупателей.

Таблица 9

№ п/п

Число покупателей, чел., у

У2

1

256

65536

2

168

28224

3

252

63504

4

221

48841

5

210

44100

6

278

77284

7

214

45796

8

169

28561

9

288

82944

10

213

45369

11

150

22500

12

208

43264

13

218

47524

14

227

51529

15

238

56644

16

254

64516

17

251

63001

18

293

85849

19

158

24964

20

188

35344

21

237

56169

22

239

57121

23

191

36481

24

236

55696

25

215

46225

26

301

90601

27

228

51984

28

230

52900

29

263

69169

30

246

60516

6840

1602156

у2 = ?у2 /n = 112556/30 = 3751,867

у2 = 3751,867- 59,672 = 191,7556

з2 = 166,6945767/191,7556= 0,869308

Корень квадратный из коэффициента детерминации - есть эмпирическое корреляционное отношение.

з = v з2

з = v0,869308= 0,932367.

Коэффициент детерминации свидетельствует о том, что число покупателей на 93,23% определяется изменением затрат на рекламу.

Эмпирическое корреляционное отношение свидетельствует о том, что связь между числом покупателей и затратами на рекламу сильная.

3 задание

1. Средняя ошибка выборки для расходов на рекламу. Выборка 5% механическая.

= =2* = 0,63566 тыс.руб.

Р=0,954 то t=2

Средний уровень производительности труда будет находиться в границах, которые мы находим по формуле: ? ? +

= ?xd, d = fi/?fi = 4,84 тыс.руб.

Следовательно, с вероятностью 0,954 можно утверждать, что средний уровень расходов на рекламу находится в границах

4,84-0,653?4,84?4,84+0,653

4,187?4,84?5,493

2. Количество предприятий с уровнем расходов на рекламу больше 5,6 тыс.руб. - 10

Доля предприятий с уровнем расходов на рекламу больше 5,6

тыс.руб.тыс.руб. находится в пределах :

Выборочная доля составит :

Щ = 10/30 = 0,33

Ошибку выборки определяем по формуле:

где N - объем генеральной совокупности.

*2= 0,078*2 = 0,156

Следовательно с вероятностью 0,954 можно утверждать, что доля предприятий с уровнем расходов на рекламу больше 5,6 тыс.руб. будет находиться в следующих пределах:

Задание 4

Имеются данные о выручке от реализации услуг (без НДС) и численности работников по видам деятельности во Владимирской области:

Таблица 10

Год

Рекламная деятельность

Аудиторская деятельность

Выручка, тыс. руб.

Число работников

Выручка, тыс. руб.

Число работников

1

28,065

437

7,885

112

2

47,929

450

11,875

116

3

59,965

425

20,966

168

4

99,443

586

31,336

228

5

91,635

481

37,819

242

Определите:

Уровень производительности труда (выручку на одного работника) по каждому виду деятельности.

Таблица 11

Год

Рекламная деятельность

Аудиторская деятельность

Выручка, тыс. руб.

Число работников

Произ.тр.

Выручка, тыс. руб.

Число работников

Произ.тр.

1

28,065

437

0,06

7,885

112

0,07

2

47,929

450

0,11

11,875

116

0,10

3

59,965

425

0,14

20,966

168

0,12

4

99,443

586

0,17

31,336

228

0,14

5

91,635

481

0,19

37,819

242

0,16

Базисные темпы роста производительности труда по каждому виду деятельности и коэффициенты опережения динамики производительности труда в рекламной деятельности по сравнению с аудиторской деятельностью.

Таблица 12

Год

Рекламная деятельность

Аудиторская деятельность

Произ.тр.

Темы роста. базисные

Произ.тр.

Темы роста

К-т опереж.

1

0,06

0,07

2

0,11

183,33%

0,10

142,86%

0,78

3

0,14

233,33%

0,12

171,43%

0,73

4

0,17

283,33%

0,14

200,00%

0,71

5

0,19

316,67%

0,16

228,57%

0,72

Как изменилась выручка в пятом году по сравнению с первым годом общая по двум видам деятельности выручка от реализации услуг в результате изменения производительности труда и численности работников

Выручка = ((481+242)-(437+112))*0,07 = 12,18 тыс.руб. То есть от увеличения численности работников и увеличения производительности труда выручка увеличилась.

Проведем корреляционный анализ с целью выявления факторов для регрессионного анализа.

Применим инструмент «Корреляция» из пакета «Анализ данных», получим следующие результаты.

Выберем для фактора «Фактическая прибыль» результативные признаки:

вложения в госбумаги кредиты

То есть выявим влияние на прибыль банков кредиты и вложений в госбумаги.

Таблица 13 - Исходные данные, руб. за 2011 г.

/п

краткое наименованиебанка

валюта баланса

чистые активы

кредиты, выданные коммерческим организациям

собственный капитал

суммарные обязательства

фактическая прибыль

средства юридических лиц

средства частных лиц

вложения в госбумаги

уставный фонд

1

ТРАСТ

59316949

37359782

22695277

5856908

3551687

49330050

20096709

464392

22480650

6207285

2

МОСКОВСКИЙ БАНК РЕКОНСТРУКЦИИ И РАЗВИТИЯ

55401962

44623821

37624475

23196913

5041823

44799251

13448356

482913

21834223

5883321

3

СИБАКАДЕМБАНК

50018516

39193502

22444823

11114847

4354260

41128755

3689663

634758

12935476

11532928

4

БАНК "САНКТ-ПЕТЕРБУРГ"

47646904

34897916

27967888

24791822

4004818

39935186

12000873

227355

16067363

8574799

5

СВЯЗЬ-БАНК

46433181

32105309

22742838

16161800

3091512

39977732

11028052

296375

14725520

1647411

6

АБСОЛЮТ БАНК

46047957

37936142

31791835

22344733

4635077

33947578

6537500

104057

11843442

2835151

7

ИНГ БАНК (ЕВРАЗИЯ)

45819678

43452099

33439825

14831391

4927585

40527336

11273391

2086941

25920872

1329732

8

ЕВРОФИНАНС МОСНАРБАНК

43808042

33880943

21000617

16073615

6549778

28932567

7072948

2547012

7203168

2454770

9

ЗАПСИБКОМБАНК

42086721

30748769

21971088

9170361

2830233

34495450

9173528

423073

15792708

7110808

10

ХКФ БАНК

40705730

36233367

30252193

1480724

8221814

23127473

3607751

3156427

9359807

2489880

11

БАНК СОСЬЕТЕ ЖЕНЕРАЛЬ ВОСТОК

40301352

30994732

26653515

14305449

2966664

31825528

6881706

625340

8977711

3290990

12

СУРГУТНЕФТЕГАЗБАНК

40037092

29786372

19733997

5673298

2027388

34267246

8986886

241339

9994001

14480896

13

НАЦИОНАЛЬНЫЙ РЕЗЕРВНЫЙ БАНК

39139628

29685771

19724582

3944001

11284702

11090501

4672714

12712818

4605492

1778238

14

МОСКОВСКИЙ ИНДУСТРИАЛЬНЫЙ БАНК

38912808

27666797

18992036

14716285

2583318

33806023

10081875

541797

10861771

10278057

15

КИТ ФИНАНС ИНВЕСТИЦИОННЫЙ БАНК

37222439

26021194

9810988

5752094

4567921

18553260

4327418

3252073

11511884

711142

16

ДОЙЧЕ БАНК

35954831

30125077

18164448

5123032

4155818

25115722

6437730

2538874

9937866

1902324

17

ТАТФОНДБАНК

35648994

28439332

25468393

16730434

3561582

29858762

2545465

337319

8186759

5783462

18

ИНВЕСТСБЕРБАНК

33803268

26735339

21323335

4278722

2852869

27068326

7237947

326395

9693548

10084584

19

КМБ-БАНК

33162709

19542340

15630666

5230650

1924378

28324713

2040953

602955

5842491

2049612

20

БАЛТИЙСКИЙ БАНК

32248486

21918600

14716076

7510277

2265655

25990565

8370258

174252

5372175

13971556

21

РОССИЯ

31849762

23884538

15680881

13298314

3357905

27152648

10851572

606485

16307034

1962163

22

АВАНГАРД

30948306

24937929

20892924

10850267

4238867

22173853

5075192

1909587

5540174

2545765

23

КОММЕРЦБАНК (ЕВРАЗИЯ)

30755992

27808039

24787231

20134608

4829829

23292453

2713393

2290277

2800697

0

24

РУСЬ-БАНК

29780438

25056299

18262603

11734375

3660656

22833796

4037576

535082

11429607

1329224

25

НАЦИОНАЛЬНЫЙ СТАНДАРТ

29705413

27705358

15369718

6628412

4833178

23947687

6930519

76903

11191930

141477

26

СУДОСТРОИТЕЛЬНЫЙ БАНК

28370482

25258565

20268832

6496549

3456256

19039562

8769867

394978

6281460

653233

27

РОСЕВРОБАНК

26974690

23209752

16580057

11433888

3101385

19797369

13815567

418281

12659988

2733358

28

МОСКОВСКИЙ КРЕДИТНЫЙ БАНК

26950874

18844902

13808180

9465429

1928909

16141603

5521931

208004

5091485

2752230

29

РУССКИЙ БАНК РАЗВИТИЯ

25929657

18046970

13547686

8413840

2223818

19543204

9312461

191897

4540227

7102774

30

ПЕРЕСВЕТ

25323879

23254026

19766805

14070096

1781569


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.