Автор работы: Пользователь скрыл имя, 02 Июня 2013 в 22:41, контрольная работа
На основании данных, приведенных в таблице 1, требуется:
Построить диаграммы рассеяния, представляющие собой зависимости Y от каждого из факторов Х. Сделать выводы о характере взаимосвязей переменных.
Осуществить двумя способами выбор факторных признаков для построения регрессионной модели:
а) на основе анализа матрицы коэффициентов парной корреляции, включая проверку гипотезы о независимости объясняющих переменных;
б) с помощью пошагового отбора методом исключения.
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение | |
Y-пересечение |
11288,01 |
559386,8 |
0,020179 |
0,984135 |
X3 |
0,268334 |
0,031068 |
8,637103 |
1,27E-07 |
R = 7,51E+13/1,37E+11= 547,24
Fтабл. = 2,21.
Так как Fтабл<R, то обнаруживается наличие гетероскедастичности в остатках модели по отношению к фактору X3.
Для ранжирования компаний по степени эффективности, построим доверительные интервалы для результирующей переменной.
Доверительный интервал для отдельных значений переменной можно определить рассчитав вначале ошибку моделирования:
,
Где Х – матрица факторов.
Можно применить упрощенную формулу одинаковую для всех уровней:
Верхняя граница доверительного интервала:
Нижняя граница доверительного интервала:
Таблица 12
Y |
X3 |
Предсказанное Y |
Остатки |
964,0 |
13398,0 |
63565,65363 |
-62601,6536 |
19513178,0 |
63269757,0 |
16955125,97 |
2558052,026 |
28973,0 |
367880,0 |
158224,1857 |
-129251,186 |
-780599,0 |
3933712,0 |
1110420,412 |
-1891019,41 |
2598165,0 |
5910831,0 |
1638377,211 |
959787,7886 |
628091,0 |
5325806,0 |
1482155,999 |
-854064,999 |
29204,0 |
705877,0 |
248480,6722 |
-219276,672 |
1945560,0 |
2964277,0 |
851548,8922 |
1094011,108 |
366170,0 |
624661,0 |
226793,288 |
139376,712 |
-20493,0 |
46728,0 |
72465,87669 |
-92958,8767 |
381558,0 |
582581,0 |
215556,5227 |
166001,4773 |
1225908,0 |
3463511,0 |
984861,0423 |
241046,9577 |
3293989,0 |
5891049,0 |
1633094,757 |
1660894,243 |
416616,0 |
299286,0 |
139907,297 |
276708,703 |
-564258,0 |
801276,0 |
273955,3911 |
-838213,391 |
221194,0 |
257633,0 |
128784,5549 |
92409,44507 |
701035,0 |
1566040,0 |
478172,9186 |
222862,0814 |
62200,0 |
528912,0 |
201225,1074 |
-139025,107 |
123440,0 |
167297,0 |
104661,8261 |
18778,17387 |
55528,0 |
52042,0 |
73884,89215 |
-18356,8922 |
422070,0 |
188662,0 |
110366,9946 |
311703,0054 |
-468,0 |
130350,0 |
94795,74328 |
-95263,7433 |
225452,0 |
585017,0 |
216207,016 |
9244,983967 |
-61237,0 |
344398,0 |
151953,7075 |
-213190,707 |
-540,0 |
36641,0 |
69772,31083 |
-70312,3108 |
40588,0 |
215106,0 |
117428,4257 |
-76840,4257 |
53182,0 |
998875,0 |
326720,923 |
-273538,923 |
-210,0 |
1702,0 |
60442,43103 |
-60652,431 |
63058,0 |
807686,0 |
275667,0751 |
-212609,075 |
1197196,0 |
1567998,0 |
478695,77 |
718500,23 |
221177,0 |
128256,0 |
94236,57535 |
126940,4247 |
1548768,0 |
7720298,0 |
2121565,328 |
-572797,328 |
-33030,0 |
14412,0 |
63836,42549 |
-96866,4255 |
-34929,0 |
921832,0 |
306147,8691 |
-341076,869 |
115847,0 |
233340,0 |
122297,5127 |
-6450,51266 |
35198,0 |
361672,0 |
156566,4424 |
-121368,442 |
788567,0 |
458233,0 |
182351,454 |
606215,546 |
309053,0 |
619452,0 |
225402,311 |
83650,689 |
8552,0 |
119434,0 |
91880,80673 |
-83328,8067 |
173079,0 |
257140,0 |
128652,9075 |
44426,09253 |
1227017,0 |
4215454,0 |
1185654,935 |
41362,06531 |
701728,0 |
324968,0 |
146765,2486 |
554962,7514 |
17927,0 |
81960,0 |
81873,99728 |
-63946,9973 |
2557698,0 |
35232071,0 |
9468127,484 |
-6910429,48 |
0,0 |
76430,0 |
80397,3026 |
-80397,3026 |
5406,0 |
21132,0 |
65630,8899 |
-60224,8899 |
40997,0 |
79930,0 |
81331,91948 |
-40334,9195 |
1580624,0 |
1553508,0 |
474826,4561 |
1105797,544 |
9990896,0 |
26312477,0 |
7086298,013 |
2904597,987 |
6649,0 |
972138,0 |
319581,2511 |
-312932,251 |
Xпрог = 0,8*63269757 = 50615806
Y = 59987,94 + 0,267 * 50615806= 13574408
При значении запасов готовой продукции и товаров для перепродажи на 50615806 тыс. руб. прибыль составит в среднем 13574408 тыс.руб.
Найдем ошибку прогнозирования по формуле:
Которая зависит от стандартной ошибки Sе, удаления Xпр от своего среднего значения, количества наблюдений n, заданного уровня вероятности попадания в интервал прогноза.
U = 2520351,9
t(0,1;48) = 1,6772
Se= 1260564
Xср = 3627063
Нижняя граница интервала Yпр – U = 11054056
Верхняя граница интервала Yпр + U= 16094760
Вывод: при значении оборотных активов на 50615806 тыс. руб. прибыль будет колебаться в пределах от 11054056тыс руб. до 16094760тыс.руб.
Графическое представление результатов моделирования по парной регрессии отражено на рис. 5.
Рис. 5
1 Источник данных – http://www.fira.ru/