Создан заказ №3049916
22 мая 2018
Используя данные Федеральной службы государственной статистики РФ Оцените связи факторов Xk с показателем Y и друг с другом с помощью коэффициентов линейной парной корреляции
Как заказчик описал требования к работе:
Нужно выполнить контрольную работу в Excel, со всеми пояснениями ,7 вариант
Фрагмент выполненной работы:
Используя данные Федеральной службы государственной статистики РФ:
Оцените связи факторов Xk с показателем Y и друг с другом с помощью коэффициентов линейной парной корреляции.
Подберите приемлемые группы факторов и постройте линейные регрессионные модели показателя Y. Оцените качество моделей.
Используя модель хорошего качества, получите прогнозы Y на следующий год. Предложите сами значения факторов на этот год, дайте обоснование своему выбору.
Вариант
Факторы для моделей
7 X2, X3, X4,X7
Имеющиеся данные:
Оборот розничной торговли (в % к предыдущему периоду) Номинальная заработная плата (в % к предыдущему периоду) Реальная заработная плата (в % к предыдущему периоду) Индекс потребительских цен (в % к предыдущему периоду) Индекс потребительских цен
(услуги) (в % к предыдущему
периоду)
IRT INWP IRWP IPC IPC S
Y X2 X3 X4 X7
1кв.13 84,0 90,4 88,7 101,9 101,2
2кв.13 107,1 110,6 109 101,6 101,9
3кв.13 105,8 97,8 96,4 101,2 104,1
4кв.13 108,9 113,2 111,7 101,7 100,7
1кв.14 84,2 90,3 88,6 102,3 101,4
2кв.14 105,3 109,7 107,1 102,4 102,4
3кв.14 105,6 96,3 94,8 101,4 102,4
4кв.14 110,0 112,5 109,1 104,8 104,0
1кв.15 76,1 88,9 82,2 107,4 103,3
2кв.15 102,2 110 107,5 101 101,5
3кв.15 105,3 95,1 93,7 101,7 104,3
4кв.15 106,6 111,2 109,1 102,3 100,7
1кв.16 82,1 92,6 90,5 102,1 101,4
2кв.16 102,4 110,2 108,7 103,3 101,3
Решение:
Оценим связи факторов с показателем и друг с другом с помощью коэффициентов линейной парной корреляции.
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. (работа была выполнена специалистами author24.ru) 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.1
Анализ матрицы коэффициентов парной корреляции начнем с анализа первого столбца матрицы, в котором расположены коэффициенты корреляции, отражающие тесноту связи, зависимой переменной оборот розничной торговли (в % к предыдущему периоду) с включенными в анализ факторами. Анализ показывает, что зависимая переменная, то есть оборот розничной торговли (в % к предыдущему периоду), имеет тесную, прямую связь с номинальной заработной платы (ryx2 = 0,756) и с реальной заработной платой (ryx3 = 0,787), умеренную, обратную связь с индексом потребительских цен (в % к предыдущему периоду) (ryx4 = - 0,381 ) и слабую, прямую связь с индексом потребительских цен (услуги) (ryx7 = 0,141).
Таким образом, нельзя одновременно включать в модель факторы INWP и IRWP, поскольку в наборе данных будет присутствовать мультиколлинеарность.
Построим линейные регрессионные модели показателя с предложенными факторами. Оценим качество моделей:
На первом шаге построим модель зависимости оборота розничной торговли (в % к предыдущему периоду) от номинальной заработной платы (в % к предыдущему периоду).
Результаты представлены в таблице 1.
Таблица 1
Результаты произведенных действий см. Таблицу 1
Для того чтобы составить уравнение регрессии по нашим данным, проанализируем полученные итоги. Найдем графу «Коэффициенты» в Таблице 1. Значения для х2 = 0,8977.
Уравнение регрессии зависимости оборота розничной торговли (в % к предыдущему периоду от номинальной заработной платы (в % к предыдущему периоду) можно записать в следующем виде:
Экономическая интерпретация коэффициентов модели регрессии.
В таблице № 1 приведены вычисленные (предсказанные) по модели значения зависимой переменной и значения остаточной компоненты . Значение коэффициентов детерминации и множественной корреляции можно найти по таблице Регрессионная статистика.
Коэффициент детерминации: R2 = 0,572
Он показывает долю вариации результативного признака под воздействием изучаемых факторов. В нашем случае коэффициент детерминации равен 0,572. Следовательно, около 57,2% вариации зависимой переменной учтено в модели и обусловлено влиянием включенных факторов.
Коэффициент множественной корреляции R:
= 0,756.
Он показывает тесноту зависимости переменной с одним включенными в модель объясняющими факторами. Связь между факторами сильная.
Проверка значимости уравнения регрессии на основе вычисления F-критерия Фишера.
Значение F-критерия Фишера можно найти в таблице № 1 протокола EXCEL, а именно Fфакт= 21,4.
Для определения табличного значения F-критерия при доверительной вероятности 0,05 и при и воспользуемся функцией FРАСПОБР.
В результате получаем значение F-критерия, равное 4,494. Поскольку Fфакт > Fтабл , то уравнение регрессии следует признать адекватным.
Оценка статистической значимости коэффициентов уравнения множественной регрессии с помощью t-критерия Стьюдента
Расчетные значения t-критерия Стьюдента для коэффициентов уравнения регрессии , приведены в таблице № 1 протокола EXCEL.
tрасч2 = 4,63
Табличное значение t-критерия Стьюдента можно найти с помощью функции СТЬЮДРАСПОБР.
Табличное значение t-критерия Стьюдента при пятипроцентном уровне значимости и степенях свободы (18-1-1) составляет 2,1199. Так как для х1 tрасч1 = 4,63 > t табл, то коэффициент с вероятность 95% существенно значим.
На втором шаге построим модель зависимости оборота розничной торговли (в % к предыдущему периоду) от индекса потребительских цен (в % к предыдущему периоду)...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
23 мая 2018
Заказ завершен, заказчик получил финальный файл с работой
5
Используя данные Федеральной службы государственной статистики РФ
Оцените связи факторов Xk с показателем Y и друг с другом с помощью коэффициентов линейной парной корреляции.docx
2018-05-26 21:06
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Работа выполнена на отлично и на много раньше, чем был поставлен срок. Огромное спасибо автору! Буду обращаться еще.
Хочешь такую же работу?
300 ₽
