Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Автор работы: Пользователь скрыл имя, 22 Мая 2013 в 20:27, лабораторная работа

Описание работы

При проведении статистического наблюдения за деятельностью предприятий корпорации получены выборочные данные о среднегодовой стоимости основных производственных фондов и выпуске продукции за год по 32-м предприятиям, выпускающим однотипную продукцию (выборка 10%-ная, механическая).
В статистическом исследовании эти предприятия выступают как единицы выборочной совокупности. Генеральную совокупность образуют все предприятия корпорации. Анализируемые признаки предприятий – Среднегодовая стоимость основных производственных фондов и Выпуск продукции – изучаемые признаки единиц совокупности.

Файлы: 1 файл

Отчет статистика.doc

— 538.00 Кб (Скачать файл)

Вывод:

Для свободного члена а0 уравнения регрессии рассчитанный уровень значимости есть αр =…..………… Так как он меньше (больше) заданного уровня значимости α=0,05, то коэффициент а0 признается типичным (случайным).

Для коэффициента регрессии  а1  рассчитанный  уровень  значимости есть αр =………..…… Так как он меньше (больше) заданного уровня значимости α=0,05, то коэффициент а1 признается типичным (случайным).


5.1.2. Зависимость  доверительных интервалов коэффициентов уравнения от заданного уровня надежности

Доверительные интервалы  коэффициентов а0, а1 построенного уравнения регрессии при уровнях надежности Р=0,95 и Р=0,683 представлены в табл.2.7, на основе которой формируется табл.2.9.

 

Таблица 2.9

Границы доверительных  интервалов коэффициентов уравнения

Коэффициенты

Границы доверительных интервалов

Для уровня надежности Р=0,95

Для уровня надежности Р=0,683

нижняя

верхняя

нижняя

верхняя

а0

       

а1

       

Вывод:

В  генеральной  совокупности  предприятий  значение  коэффициента  а0 следует ожидать с надежностью Р=0,95 в пределах ……………. а0 ….……….., значение коэффициента а1 в пределах …………… а1 ….………… Уменьшение уровня надежности ведет к расширению (сужению) доверительных интервалов коэффициентов уравнения.


    • Определение практической пригодности построенной регрессионной модели.

Практическую пригодность  построенной модели можно охарактеризовать по величине линейного коэффициента корреляции r:

    • близость к единице свидетельствует о хорошей аппроксимации исходных (фактических) данных с помощью построенной линейной функции связи ;
    • близость к нулю означает, что связь между фактическими данными Х и Y нельзя аппроксимировать как построенной, так и любой другой линейной моделью, и, следовательно, для моделирования связи следует использовать какую-либо подходящую нелинейную модель.
    • Пригодность построенной регрессионной модели для практического использования можно оценить и по величине индекса детерминации R2, показывающего, какая часть общей вариации признака Y объясняется в построенной модели вариацией фактора X.
    • В основе такой оценки лежит равенство R = r (имеющее место для линейных моделей связи), а также шкала Чэддока, устанавливающая качественную характеристику тесноты связи в зависимости от величины r.
    • Согласно шкале Чэддока высокая степень тесноты связи признаков достигается лишь при >0,7, т.е. при >0,7. Для индекса детерминации R2 это означает выполнение неравенства R2 >0,5.
    • При недостаточно тесной связи признаков X, Y (слабой, умеренной, заметной) имеет место неравенство 0,7, а следовательно, и неравенство .
    • С учетом вышесказанного, практическая пригодность построенной модели связи оценивается по величине R2 следующим образом:
    • неравенство R2 >0,5 позволяет считать, что построенная модель пригодна для практического применения, т.к. в ней достигается высокая степень тесноты связи признаков X и Y, при которой более 50% вариации признака Y объясня<span class="dash041e_0441_043d_043e_0432_043d_043e_0439_0020_0442_0435_043a_0441_0442

Информация о работе Автоматизированный априорный анализ статистической совокупности в среде MS Excel