Допомога у написанні освітніх робіт...
Допоможемо швидко та з гарантією якості!

Багатофакторний кореляційно-регресійний аналіз (реферат)

РефератДопомога в написанніДізнатися вартістьмоєї роботи

Багатофакторний кореляційно-регресійний аналіз У багатьох випадках на результативну ознаку впливає не один, а кілька факторів Між факторами існують складні взаємозв'язки, тому їхній вплив на результативну ознаку с комплексним, а не просто сумою ізольованих впливів Багатофакторний кореляційно-регресійний аналіз дає змогу оці­нити міру впливу на досліджуваний результативний показник кожного із… Читати ще >

Багатофакторний кореляційно-регресійний аналіз (реферат) (реферат, курсова, диплом, контрольна)

Багатофакторний кореляційно-регресійний аналіз У багатьох випадках на результативну ознаку впливає не один, а кілька факторів Між факторами існують складні взаємозв'язки, тому їхній вплив на результативну ознаку с комплексним, а не просто сумою ізольованих впливів Багатофакторний кореляційно-регресійний аналіз дає змогу оці­нити міру впливу на досліджуваний результативний показник кожного із введених у модель факторів при фіксованому положенні на середньому рівні інших факторів Важливою умовою с відсутність функціональ­ного зв’язку між факторами Математично завдання зводиться до знаходження аналітичного виразу, котрий якнайкраще відображував би зв’язок факторних ознак з результативною, тобто знайти функцію.

Y ^ =f (X1,X2,X3,…, Хп).

Найскладнішою проблемою є вибір форми зв’язку, аналітичного виразу зв’язку, На підставі чого за наявними факторами визначають результативну ознаку-функцію Ця функція мас краще за інші відо­бражати реальні зв’язки між досліджуваним показником і факторами. Емпіричне обгрунтування типу функції за допомогою графічного аналізу зв’язків для багатофакторних моделей майже непридатне. Форму зв’язку можна визначати добиранням функцій різних типів, але це пов’язане з великою кількістю зайвих розрахунків. Зважаючи на те, що будь-яку функцію багатьох змінних шляхом логарифмування або заміни змінних можна звести до лінійного вигляду, рівняння множинної регресії можна виразити у лінійній формі:

Y ^ = a0 + a1X1 + a2X2 + …+anXn.

Параметри рівняння обчислюють способом найменших квадратів Так, для розрахунку параметрів рівняння лінійної двофакторноі регресії.

Y ^ х = a0 + a1X1 + a2X2,.

де Y ^ х  — розрахункові значення результативної ознаки-функціїХ1 і Х2 — факторні ознакиa0, al i a2 — параметри рівняння, які можна обчислити способом найменших квадратів, розв’язавши систему нор­мальних рівнянь:

Y = na 0 + a 1 X 1 + a 2 X 2 - YX 1 = a 0 X 1 + a 1 X 1 2 + a 2 X 1 X 2 - YX 2 = a 0 X 2 + a 1 X 1 X 2 + a 2 X 2 2 . .

Кожний коефіцієнт рівняння вказує на ступінь впливу відпо­відного фактора на результативний показник при фіксованому поло­женні решти факторів, тобто як зі зміною окремого фактора на одиницю змінюється результативний показник Вільний член рівнян­ня множинної регресії економічного змісту не має.

Звернемося до прикладу Стаж роботи, тарифний розряд і денна заробітна плата десяти робітників підприємства характеризуються певними даними (табл.1) Треба встановити залежність заробітної плати Y від двох факторів, стажу роботи робітників X, і тарифного розряду Х2. Заповнимо розрахункову таблицю.

Таблиця 1. Розрахункові дані до визначення рівняння зв’язку.

Hoмep робіт-ника.

n.

Стаж роботи.

X1.

Тариф­ний розряд.

X2.

Денна заро-бітна плата Y,.

грн.

YХ1.

YХ2.

X12.

X22.

Y2.

X1X2.

Yx.

2,3.

П.

5,0.

7,4.

5,7.

10,8.

11,6.

12,5.

16,6.

14,1.

20,0.

Разом.

106,0.

У серед-ньому.

8,7.

4,1.

10,6.

118,3.

50,2.

100,9.

18,9.

141,8.

41,6.

10,6.

Підставимо знайдені дані в систему нормальних рівнянь:

106= 10а0 + 87а1 + 41 а2,.

1183 = 87а0 + 1009а1 + 416а2;

502 = 41а0 + 416а1 + 189а2.

Для розв’язання системи нормальних рівнянь поділимо всі члени рівнянь на коефіцієнти при а0:

10,6 = а0 + 8,73, + 4,1а1;

13,6 = а0 + 11,6а1 + 4,78а2;

12,244 = а0 + 10,146а1 + 4,61а2.

Віднімемо від другого рівняння перше, а від третього рівняннядруге:

3 = 2,9а1 + 0,68а2;

— 1,356 = -1,454а1−0,17а2.

Розділимо кожний член обох рівнянь на коефіцієнт при а1 і віднімемо від першого рівняння друге:

1,034 = а1 + 0,234а2.

;

0,932 = а1 +0,117а2.

0,102 = 0,117а2,.

звідки.

a2 = 0, 102 0, 117 = 0,872.

Підставивши параметр а2 у рівняння, дістанемо а1 = 1,034−0,234 * 0,872 = 0,83;

а0 = 10,6−8,7 * 0,83−4,1 * 0,872 = - 0,196.

Рівняння зв’язку, яке визначає залежність результативної ознаки від двох факторних, .має такий вигляд:

Y ^ = -0,196 + 0,83×1+0,872×2.

Отже, зі збільшенням стажу роботи робітника на 1 рік денна заробітна плата підвищується на 0,83 грн., а при підвищенні тарифного розряду на одиницю денна заробітна плата зростає на 0,872 грн.

Підставивши в рівняння значення X1 і Х2, дістанемо відповідні зна­чення змінної середньої (остання графа табл. 1), які досить близько відтворюють фактичні рівні заробітної плати Це свідчить про правильний добір форми математичного вираження кореляційного зв’язку між трьо­ма досліджуваними ознаками.

Однак на підставі коефіцієнтів регресії не можна судити, яка з факторних ознак найбільше впливає на результативну, оскільки коефіцієнти регресії між собою непорівняльні, адже їх виражено різними одиницями 3 метою виявлення порівняльної сили впливу окремих факторів та їхніх резервів, статистика обчислює часткові коефіцієнти еластичності 1 , а також бета-коефіцієнти 1 , за форму­лами:

і = а і Х i Y - i = a i x i y , .

де аі - коефіцієнт регресії при і-му факторі- X i  — середнє значення і-го фактора- Y  — середнє значення результативної ознаки- x i  — середнє квадратичне відхилення і-го фактора- y  — середнє квадра­тичне відхилення результативної ознаки.

Часткові коефіцієнти еластичності є показують, на скільки про­центів у середньому зміниться результативна ознака при зміненні на 1% кожного фактора та фіксованому положенні інших факторів.

Для визначення факторів, які мають найбільші резерви поліпшен­ня досліджуваної ознаки, з урахуванням ступеня варіації факторів, закладених у рівняння множинної регресії, обчислюють часткові -коефіцієнти, які показують, на яку частину середнього квадратич­ного відхилення змінюється результативна ознака при змінені від­повідної факторної ознаки на значення її середнього квадратичного відхилення.

На підставі даних наведеного прикладу (табл. 1) обчислимо коефіцієнти еластичності і  — коефіцієнти:

1 = а 1 Х 1 Y = 0, 83 8,7 10 , 6 = 0, 681 - 2 = а 2 Х 2 Y = 0, 872 4,1 10 , 6 = 0, 337 . .

Аналіз часткових коефіцієнтів еластичності показує, що за абсо­лютним приростом найбільший вплив на заробітну плату робітників має стаж роботи — фактор Х1, зі збільшенням якого на 1% заробіток під­вищується на 0,68%, а при збільшенні тарифного розряду на 1% заробітна плата підвищується на 0,34%.

Для розрахунку  — коефіцієнтів потрібно обчислити відповідні середи квадратичні відхилення:

x 1 = X 1 2 - ( X 1 ) 2 = 100 , 9 - 8,7 2 = 25 , 21 = 5, 02 - x 2 = X 2 2 - ( X 21 ) 2 = 18 , 9 - 4,1 2 = 2, 09 = 1, 44 - y = Y 2 - ( Y ) 2 = 141 , 8 - 10 , 6 2 = 29 , 44 = 5, 42 , .

тоді.

1 = a 1 x 1 y = 0, 83 5, 02 5, 42 = 0, 769 - 2 = a 2 x 2 y = 0, 872 1, 44 5, 42 = 0, 232 . .

Аналіз  — коефіцієнтів показує, що на заробітну плату робітників найбільший вплив із двох досліджуваних факторів з урахуванням їхньої варіації мас фактор X1 — стаж роботи, бо йому відповідає найбільше значення  — коефіцієнта.

Для характеристики щільності зв’язку в множинній лінійній ко­реляції використовують множинний коефіцієнт кореляції.

R yx 1 x 2 = r 2 yx 1 + r 2 yx 2 - 2 r yx 1 r yx 2 r x 1 x 2 1 - r 2 x 1 x 2 , .

де r yx 1 , r yx 2 , r x 1 x 2  — парні коефіцієнти лінійної кореляції:

r yx 1 = Y X 1 - Y X 1 y x 1 - r yx 2 = Y X 2 - Y X 2 y x 2 - r x 1 x 2 = X 1 X 2 - X 1 X 2 x 1 x 2 . .

Множинний коефіцієнт кореляції показує, яку частину загальної кореляції складають коливання, під впливом факторів Х1, Х2, …, Хп, закладених у багатофакторну модель для дослідження.

Множинний коефіцієнт кореляції коливається в межах від 0 до ± 1 При R = 0 зв’язку між досліджуваними ознаками немає, при R = 1 — зв’язок функціональний.

Перш ніж розраховувати множинний коефіцієнт кореляції, потрібно обчислити парні коефіцієнти кореляції:

r yx 1 = Y X 1 - Y X 1 y x 1 = 118 , 3 - 10 , 6 8,7 5, 42 5, 02 = 0, 995 - r yx 2 = Y X 2 - Y X 2 y x 2 = 50 , 2 - 10 , 6 4,1 5, 42 1, 44 = 0, 864 - r x 1 x 2 = X 1 X 2 - X 1 X 2 x 1 x 2 = 41 , 6 - 8,7 4,1 5, 02 1, 44 = 0, 820 . .

Високі значення парних коефіцієнтів кореляції свідчать про сильний вплив (окремо) стажу роботи і тарифного розряду на заробітну плату робітників.

На основі парних коефіцієнтів кореляції можна обчислити часткові коефіцієнти кореляції першого порядку:

r yx 1 ( x 2 ) = r yx 1 - r yx 2 r x 1 x 2 ( 1 - r yx 2 2 ) ( 1 - r x 1 x 2 2 ) = 0, 995 - 0, 864 0, 820 ( 1 - 0, 864 2 ) ( 1 - 0, 820 2 ) = 0, 286 0, 293 = 0, 976 - r yx 2 ( x 1 ) = r yx 2 - r yx 1 r x 1 x 2 ( 1 - r yx 1 2 ) ( 1 - r x 1 x 2 2 ) = 0, 864 - 0, 995 0, 820 ( 1 - 0, 995 2 ) ( 1 - 0, 820 2 ) = 0, 0481 0, 0572 = 0, 841 . .

Як бачимо з розрахунків часткових коефіцієнтів кореляції, зв’язок кожного фактора з досліджуваним показником за умови комплексної взаємодії факторів дещо слабший, але достатньо щільний.

Для виявлення щільності зв’язку між результативною ознакою і обома факторними ознаками водночас обчислюємо сукупний коефіцієнт множинної кореляції.

R yx 1 x 2 = r yx 1 2 + r yx 2 2 - 2 r yx 1 r yx 2 r x 1 x 2 1 - r x 1 x 2 2 = = 0, 995 2 + 0, 864 2 - 2 0, 995 0, 864 0, 820 1 - 0, 820 2 = 0, 995 = 0, 998 . .

Обчислений коефіцієнт множинної кореляції R = 0,998 показує, що між двома факторними і результативною ознаками існує достатньо щільний зв’язок.

Сукупний коефіцієнт множинної детермінації R2 = 0,995 свідчить про те, що варіація заробітної плати робітників на 99,5% зумовлюється двома факторами (стажем роботи і тарифним розрядом), уведеними в кореляційну модель. Це означає, що вибрані фактори суттєво впливають на досліджуваний показник.

Аби поглибити економічний аналіз, збільшують кількість суттєвих факторів, які вводять у модель досліджуваного показника і будують багатофакторні рівняння регресії, використовуючи сучасні методи і засоби обчислювальної техніки.

Показати весь текст
Заповнити форму поточною роботою