Автоматизированный априорный анализ статистической совокупности в среде MS Excel — страница 16

  • Просмотров 5300
  • Скачиваний 68
  • Размер файла 131
    Кб

заданного уровня значимости α=0,05, то величина R2 признается неслучайной и, следовательно, построенное уравнение регрессии может быть использовано как модель связи между признаками Х и Y для генеральной совокупности предприятий отрасли. Вывод: Рассчитанный уровень значимости αр индекса детерминации R2 есть αр=0. Так как он меньше(больше) заданного уровня значимости α=0,05, то значение R2 признается типичным (случайным) и модель связи

между признаками Х и Y -695,5510+1,0894х применима (неприменима) для генеральной совокупности предприятий отрасли в целом. Оценка погрешности регрессионной модели Погрешность регрессионной модели можно оценить по величине стандартной ошибки построенного линейного уравнения регрессии . Величина ошибки оценивается как среднее квадратическое отклонение по совокупности отклонений исходных (фактических) значений yi признака Y от его

теоретических значений , рассчитанных по построенной модели. Погрешность регрессионной модели выражается в процентах и рассчитывается как величина .100. В адекватных моделях погрешность не должна превышать 12%-15%. Значение приводится в выходной таблице "Регрессионная статистика" (табл.2.5) в ячейке В81 (термин "Стандартная ошибка"), значение – в таблице описательных статистик (ЛР-1, Лист 1, табл.3, столбец 2). Вывод:

Погрешность линейной регрессионной модели составляет .100= .100=9,1749%, что подтверждает (не подтверждает) адекватность построенной модели -695,5510+1,0894х. Задача 6 Дать экономическую интерпретацию: 1) коэффициента регрессии а1; 3) остаточных величин i. 2) коэффициента эластичности КЭ; 6.1 Экономическая интерпретация коэффициента регрессии а1 В случае линейного уравнения регрессии =a0+a1x величина коэффициента регрессии a1 показывает, на сколько

в среднем (в абсолютном выражении) изменяется значение результативного признака Y при изменении фактора Х на единицу его измерения. Знак при a1 показывает направление этого изменения. Вывод: Коэффициент регрессии а1 =1,0894 показывает, что при увеличении факторного признака Среднегодовая стоимость основных производственных фондов на 1 млн руб. значение результативного признака Выпуск продукции увеличивается (уменьшается) в

среднем на 1,0894 млн руб. 6.2 Экономическая интерпретация коэффициента эластичности С целью расширения возможностей экономического анализа явления используется коэффициент эластичности , который измеряется в процентах и показывает, на сколько процентов изменяется в среднем результативный признак при изменении факторного признака на 1%. Средние значения и приведены в таблице описательных статистик (ЛР-1, Лист 1, табл.3). Расчет