Курсовая работа: Динамика производительности труда
1) Построение системы показателей
(факторов). Анализ матрицы коэффициентов парной корреляции.
Для того чтобы выбрать фактор
наиболее тесно связанный с зависимой переменной, оценим величину влияния
факторов при помощи коэффициента корреляции.
Для проведения корреляционного
анализа с помощью EXCEL выполним следующие действия:
1.
Данные для корреляционного анализа
должны располагаться в смежных диапазонах ячеек.
2.
Выберем команду СервисÞАнализ данных.
3.
В диалоговом окне Анализ данных
выберем инструмент Корреляция, а затем щелкнем на кнопке ОК.
4.
В диалоговом окне Корреляция в
поле Входной интервал необходимо ввести диапазон ячеек, содержащих исходные
данные. Если выделены и заголовки столбцов, то установить флажок Метки в первой
строке.
Сравнительная оценка и
отсев факторов достигается анализом парных коэффициентов корреляции и оценкой
их значимости.
Коэффициент корреляции
определяется по формуле 12:
 (12)
В таблице 16 представим,
выполненную в среде Excel, матрицу
парных коэффициентов корреляции.
1. Выберите параметры
вывода. В данном примере Новый рабочий лист.
Таблица 16.Результат корреляционного анализа
|
|
Y |
X1 |
X2 |
| Y |
1 |
|
|
| X1 |
-0,4613 |
1 |
|
| X2 |
-0,28497 |
-0,12525 |
1 |
Значение коэффициентов
парной корреляции лежит в интервале от -1 до +1. Его положительное значение
свидетельствует о прямой связи, отрицательное - об обратной, т.е. когда одна переменная
растет, другая уменьшается. Чем ближе его значение к 1, тем теснее связь. Связь
считается достаточно сильной, если коэффициент корреляции по абсолютной
величине превышает 0,7, и слабой, если меньше 0,4. При равенстве его нулю связь
полностью отсутствует.
О тесноте связи можно
судить по значению коэффициента корреляции, используя шкалу Чеддока.
Таблица 17.Шкала Чеддока
| Показания тесноты связи |
0,1-0,3 |
0,3-0,5 |
0,5-0,7 |
0,7-0,9 |
0,9-0,99 |
| Характеристика силы связи |
слабая |
умеренная |
заметная |
высокая |
очень высокая |
Исследуя матрицу
коэффициентов парной корреляции можно сказать, что зависимая переменная
(производительность труда) имеет обратную связь с трудовой активностью и
энерговооруженность рабочей силы.
Значение
коэффициента корреляции ryx1=-0,4613 между производительностью труда и
энерговооруженностью рабочей силы отражает тот факт, что чем больше будет
величина производительности труда, тем меньше энерговооруженность рабочей силы.
Значение
коэффициента корреляции ryx2=-0,285 между производительностью труда и трудовой
активности отражает тот факт, что чем больше будет величина производительности
труда, тем меньше трудовая активность.
Далее регрессионный
анализ будем проводить в ППП «СтатЭксперт».
Линейная модель
множественной регрессии имеет вид (формула 13):
 (13)
Коэффициент регрессии  показывает, на
какую величину в среднем изменится результативный признак Y, если переменную  увеличить на
единицу измерения, то есть  является нормативным
коэффициентом. Обычно предполагается, что случайная величина  имеет нормальный закон
распределения с математическим ожиданием равным нулю и с дисперсией  .
Анализ уравнения и
методика определения параметров становятся более наглядными, а расчетные
процедуры существенно упрощаются, если воспользоваться матричной формой записи
уравнения:
 ,
где Y – вектор зависимой
переменной размерности  , представляющий собой  наблюдений
значений  ,
Х - матрица  наблюдений
независимых переменных  , размерность матрицы Х равна  ;
 - подлежащий оцениванию вектор
неизвестных параметров размерности  ;
 - вектор случайных отклонений
(возмущений) размерности  .
Таким образом,
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18 |
