Курсовая работа: Комплексный анализ рыбной отрасли
х1 – численность
персонала, тыс. человек;
х2 – число предприятий
отлова рыбы, тысяч;
х3 - численность
населения, тыс. чел;
х4 – число предприятий на
государственном обеспечении, тысяч;
х5 - денежные доходы,
млрд руб;
х6 - ВВП, млрд руб;
х7 - правоохранительных
организаций, тысяч;
х8 – страхование производственных
фондов, %;
х9 - инвестирование в
рыболовную промышленность, млрд руб;
х10 – увеличение
стоимости квот на отлавливаемую рыбу, %.
Присутствие лишних факторов приводит только к статистической
незначимости параметров регрессии. Естественно, использовать все факторы в
уравнении регрессии не удастся, так как число наблюдений невелико, и получить
значимые параметры уравнения регрессии при таком количестве факторов
невозможно. Их число должно быть сведено к минимуму.
Так как в данной экономической модели уже выделены факторы,
оказывающие влияние на результат, то при отборе факторов для построения
множественной регрессии воспользуемся методом исключения. В данном случае отбор
факторов основывается на вычислении матрицы парных коэффициентов корреляции.
Коэффициенты интеркорреляции (т.е. корреляции между
объясняющими переменными) позволяют исключить из модели дублирующие факторы.
Для того чтобы сделать выводы о влиянии экономических
факторов на развитие лесного хозяйства, необходимо на основе данных, представленных
в работе за семилетний период (с 1998 по 2004 гг.), составить модель
множественной регрессии, которая бы описывала зависимость производство лекарств
от всех вышеперечисленных факторов. Должны быть решены вопросы, связанные с
выбранными факторными признаками и с видом применяемого уравнения регрессии.
Далее следует рассмотреть влияние выбранных факторов на результат при наличии
временной переменной. Совокупность выполненных работ позволит сформулировать
выводы о взаимосвязях в изучаемой области.
Частный коэффициент
корреляции отражает чистое влияние рассматриваемого фактора на результат, т.к.
остальные факторы закрепляются на определенном уровне, т.е. являются
постоянными.
Формула для расчета
частного коэффициента корреляции, измеряющего влияние на у фактора хi при неизменном уровне других
факторов, можно определить по формуле:
 ,
где  - множественный коэффициент
детерминации всего комплекса р факторов с результатом;
 - тот же показатель детерминации, но
без введения в модель фактора xi.
Парные коэффициенты
корреляции вычисляются по формуле:
Получили следующую
таблицу коэффициентов корреляции:
|
|
у |
х1 |
х2 |
х3 |
х4 |
х5 |
х6 |
х7 |
х8 |
х9 |
х10 |
| у |
1 |
|
|
|
|
|
|
|
|
|
|
| х1 |
-0,883 |
1 |
|
|
|
|
|
|
|
|
|
| х2 |
-0,521 |
0,1002 |
1 |
|
|
|
|
|
|
|
|
| х3 |
-0,495 |
0,0697 |
0,959 |
1 |
|
|
|
|
|
|
|
| х4 |
0,4136 |
0,035 |
-0,755 |
-0,8104 |
1 |
|
|
|
|
|
|
| х5 |
0,4561 |
-0,003 |
-0,970 |
-0,9792 |
0,8554 |
1 |
|
|
|
|
|
| х6 |
0,3665 |
0,0675 |
-0,975 |
-0,9398 |
0,7412 |
0,9741 |
1 |
|
|
|
|
| х7 |
-0,007 |
0,1411 |
-0,526 |
-0,3517 |
-0,045 |
0,4114 |
0,6033 |
1 |
|
|
|
| х8 |
0,595 |
-0,342 |
-0,694 |
-0,7302 |
0,5306 |
0,6198 |
0,545 |
0,0165 |
1 |
|
|
| х9 |
-0,135 |
0,4521 |
-0,333 |
-0,2732 |
0,6315 |
0,4497 |
0,4456 |
0,1575 |
-0,239 |
1 |
|
| х10 |
-0,635 |
0,2972 |
0,7292 |
0,70582 |
-0,765 |
-0,6855 |
-0,5901 |
0,0468 |
-0,865 |
-0,188 |
1 |
Значения коэффициентов
корреляции, находящиеся в диапазоне 0< ׀r׀≤ 0.3 говорят о слабой связи между
наблюдаемыми признаками; значения 0.3≤ ׀r׀≤ 0.7 – о средней связи и 0.7≤׀r׀< 1 – о тесной связи. Положительные значения
коэффициентов корреляции свидетельствуют о прямой связи между переменными,
отрицательные – об обратной связи, то есть увеличение одного из факторов
сопровождается уменьшением другого. Из полученной матрицы коэффициентов парной
корреляции следует, что ряд факторов имеет парные коэффициенты корреляции
больше 0,7.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25 |
