Экономический анализ характеристик взаимосвязи (стр. 1 из 4)

Министерство образования и науки Украины

ДонГТУ

Кафедра экономической кибернетики

Контрольная работа

по предмету «Эконометрия»

Вариант № 1

Выполнил:

Ст.гр. МВД-05-1

Бурмистрова А,

Проверила:

Якимова Л.П.

Алчевск 2008

Условие задачи

По статистическим данным для 9 предприятий общественного питания за год построить линейную двухфакторную модель, которая характеризует зависимость между уровнем рентабельности (%), относительным уровнем затрат оборота (%) и трудоемкостью предприятий. Прогнозные значения факторов выбрать самостоятельно. Сделать экономический анализ характеристик взаимосвязи.

Исходные данные

№ п/п	Рентабельность	Затраты оборота	Трудоемкость
1	2,48	16,8	117,7
2	2,62	16,9	97,5
3	2,88	16,1	113,7
4	2,68	15	122,3
5	2,52	18	102
6	2,74	17,2	106,7
7	2,56	17,1	108,5
8	2,68	16,4	114,3
9	2,55	16,7	94,3

Построение и анализ классической многофакторной линейной эконометрической модели

1. Спецификация модели

1.1 Идентификация переменных

Многофакторная линейная эконометрическая модель устанавливает линейную зависимость между одним показателем и несколькими факторами.

Y – рентабельность – результирующий показатель;

Х1 – затраты оборота – показатель-фактор;

Х2 – трудоемкость – показатель-фактор.

Таблица 1 – Исходные данные и элементарные превращения этих данных для оценки модели.

№ п/п	Y	X1	X2	Y*X1	Y*X2	X1*X2	Y*Y	X1*X1	X2*X2
1	2,48	16,8	117,7	41,664	291,896	1977,4	6,1504	282,24	13853,29
2	2,62	16,9	97,5	44,278	255,45	1647,8	6,8644	285,61	9506,25
3	2,88	16,1	113,7	46,368	327,456	1830,6	8,2944	259,21	12927,69
4	2,68	15	122,3	40,2	327,764	1834,5	7,1824	225	14957,29
5	2,52	18	102	45,36	257,04	1836	6,3504	324	10404
6	2,74	17,2	106,7	47,128	292,358	1835,2	7,5076	295,84	11384,89
7	2,56	17,1	108,5	43,776	277,76	1855,4	6,5536	292,41	11772,25
8	2,68	16,4	114,3	43,952	306,324	1874,5	7,1824	268,96	13064,49
9	2,55	16,7	94,3	42,585	240,465	1574,8	6,5025	278,89	8892,49
∑	23,71	150,2	977	395,311	2576,513	16266	62,5881	2512,16	106762,64
Средн.	2,63444	16,6889	108,555556	43,92344	286,27922	1807,3	6,9542333	279,129	11862,516

1.2 Оценка тесноты связи между показателем Y и факторами Х1 и Х2, а также межу факторами. (Диаграмма рассеяния).

Связь тесная обратная.

Связь обратная.

Связь тесная прямая.

Прозноз
1)Отношение Х1 и У
r=-0,5
2)Отношение Х1 и Х2
r=-0,4
3)Отношение У и Х2
r=0,5

1.2.1 Парные коэффициенты корреляции, корреляционная матрица

Для оценки тесноты связи между показателем Y и факторами Х1 и Х2, а также между факторами вычисляем парные коэффициенты корреляции, а потом составляем корреляционную матрицу, учитывая ее особенности:

- корреляционная матрица является симметричной;

- на главной диагонали размещены единицы.

Парные коэффициенты корреляции вычисляем по формулам:

- среднее квадратическое отклонение показателя Y;

- среднее квадратическое отклонение фактора X1;

- среднее квадратическое отклонение фактора X2;

- дисперсия показателя Y;

- дисперсия показателя X1;

- дисперсия показателя X2;

- коэффициент ковариации признаков Y и Х1;

- коэффициент ковариации признаков Y и Х2;

- коэффициент ковариации признаков X1 и Х2;

Таблица 2 – Расчет парных коэффициентов корреляции

По формуле		Мастер функций
Дисперсия У	Ср. кв. отклон У	Дисперсия У	Ср. кв. отклон У
0,013935802	0,11805	0,013935802	0,11805
Дисперсия Х1	Ср. кв. отклон Х1	Дисперсия Х1	Ср. кв. отклон Х1
0,609876543	0,780945928	0,609876543	0,780945928
Дисперсия Х2	Ср. кв. отклон Х2	Дисперсия Х2	Ср. кв. отклон Х2
78,20691358	8,843467283	78,20691358	8,843467283
Ковариация УХ1		Ковариация УХ1
-0,042506173		-0,042506173
Ковариация УХ2		Ковариация УХ2
0,295641975		0,295641975
Ковариация Х1Х2		Ковариация Х1Х2
-4,327160494		-4,327160494

Коэффициэнты парной корреляции

rух1	-0,461068071		rух1	-0,461068
rух2	0,283189751		rух2	0,28319
rух1х2	-0,626555382		rух1х2	-0,626555

Корреляционная матрица

1	-0,46107	0,28319
-0,46107	1	-0,62656
0,28319	-0,62656	1

1.2.2 Коэффициенты частичной корреляции

В многомерной модели коэффициенты парной корреляции измеряют нечистую связь между факторами и показателем. Поэтому при построении двухфакторной модели целесообразно оценить связь между показателем и одним фактором при условии, что влияние другого фактора не считается. Для измерения такой чистой связи вычисляют коэффициенты частичной корреляции.

Формула частичного коэффициента корреляции между признаками Хi и Xj

имеет вид:

где

- алгебраические дополнения соответствующих элементов корреляционной матрицы.

Во время построения двухфакторной модели коэффициенты частичной корреляции рассчитываются по формулам:

Для проверки полученных коэффициентов рассчитаем их матричным методом по формуле:

где

- элементы матрицы обратной корреляционной матрицы R.

Таблица 3 – Расчеты коэффициентов частичной корреляции

По определению			Матричный метод
ryx1(x2)	-0,3794576		-0,379460035
ryx2(x1)	-0,0082345		-0,010381071
rx1x2(y)	-0,7171655		-0,734325768

Корреляционная матрица, R					Матрица, обратная корреляционной, C
	y	x1	x2
y	1	-0,46107	0,28319		1,27007	0,5930539	0,01191404
x1	-0,46107	1	-0,62656		0,59305	1,9232255	1,0370692
x2	0,28319	-0,62656	1		0,01191	1,0370692	1,64641214

Значения коэффициентов, полученные двумя методами, совпали.

1.2.3 Выводы о том, являются ли факторы ведущими и возможной мультиколлинеарности

С помощью полученных корреляционной матрицы и коэффициентов частичной корреляции можно сделать выводы о значимости факторов и проверить факторы на мультиколлинеарность - линейную зависимость или сильную корреляцию.