Статистическая оценка деятельности предприятия строительной отрасли

Курсовой проект - Экономика

Другие курсовые по предмету Экономика

?ого67590,3725520,6791934466834473265925520,67044444,9

Решив систему матричным методом, находим:

 

= 5692.89

= -0.04

 

Отсюда, уравнение прямой имеет вид:

 

 

Таблица 2.7. Нахождение параметров уравнения парной корреляции для связи между V и Y по параболе

№vyv*yv^2v^2yv^3v^4y(v)1118575093,360390850,61405865527160494853021666957239793197651119922256005188,9358772131725256,969243334,51734994769120693953842285362864448301027996505091005122,1971353132185138,1679142241747094448976745942162309389796232305255143265946005119,8625474145695063,173765227,721226275410747075497773092354182009450525080776891005051,2967375147754969,373419022,221828644110847308112613225391734375476551628753906005040,841846Итог67590,3725520,6734473265991934466846852318359411257945581685717310109692240900025520,67y-y(v)(y-y(v))^2-95,63587689146,220948134,702865418144,8619418,23745257332,604676311,80326308139,3170193-71,54184655118,2358032881,24039

 

Решив систему методом обратной матрицы, находим:

 

=5790,701099 a1= -0,050751895 , a2= 0

 

Следовательно, уравнение параболы имеет вид:

 

 

Чтобы узнать, какое из уравнений прямой или параболы лучше описывает корреляционную связь, рассчитаем:

Для прямой:

 

 

а также коэффициент вариации:

 

 

Для параболы:

 

и

Так как коэффициент вариации для уравнения прямой меньше, чем для уравнения параболы, уравнение прямой более точно описывает корреляционную связь между выручкой и рентабельностью.

 

Таблица 2.8. Нахождение параметров уравнения парной корреляции для связи между X и V по прямой

№xvx*vx^2v(x)v-v(x)(v-v(x))^213090,611856,9236644996,959551808,3612107,98058-251,060577963031,413825189,213217,7768589652,0826927796,6413421,18264-203,412640441376,7022635841,514569,2485106215,4634123122,2513829,36033739,8796672547421,92245958,214774,5288029545,0635500147,2413902,38553872,1344691760618,532356640,713171,9287470769,1444098896,4914329,46092-1157,5409181339900,977Итог26720,267590,436584117915020177167590,370,002752349,547

 

Решив систему методом обратной матрицы, находим:

 

= 10174,03; =0,625751

 

Следовательно, уравнение прямой имеет вид:

 

 

Таблица 2.9. Нахождение параметров уравнения парной корреляции для связи между Х и V по параболе

xvx*vx^2x^2vx^3x^4v(x)13090,611856,9236644996,959551808,36113255027579,929520818917,491237042946165,911688,0713425189,213217,7768589652,0826927796,64355925422594,3139733722324,3725106231885195,014080,8764835841,514569,2485106215,4634123122,25497147957609,6199330218623,41164387472088440,014113,0570545958,214774,5288029545,0635500147,24524497635400,3211516977285,41260260454061680,014084,7122556640,713171,9287470769,1444098896,49580867136654,6292847541921,11944712671635730,013711,67003?26720,267590,43658411791502017712071693179838,6872949279071,65185703872617220,067590,38714v-v(x)(v-v(x))^2168,8486628509,87-863,10648744952,79456,18296208102,89689,80775475834,73-539,75003291330,101748730,4

 

Решив систему методом обратной матрицы, находим:

 

= 2306,042255; = 4,24, = -0,00038.

 

Следовательно, уравнение прямой имеет вид:

 

 

Среднее значение выручки за вычетом НДС: .

Чтобы узнать, какое из уравнений прямой или параболы лучше описывает корреляционную связь между производительностью труда 1 работника и рентабельностью, рассчитаем:

Для прямой:

а также коэффициент вариации:

Для параболы: и

 

Так как коэффициент вариации для уравнения параболы меньше, чем для уравнения прямой, уравнение параболы более точно описывает корреляционную связь.

 

2.4 Оценка силы корреляции

 

Корреляционное отношение: , (2.4)

 

где (2.5)- дисперсия результативного признака у, величина которого объясняется связью с фактором х (факторная дисперсия). Она вычисляется по индивидуальным данным, полученным для каждой единицы совокупности на основе уравнения регрессии;

 

(2.6) общая дисперсия результативного признака, выражающая влияние на него всех причин и условий.

 

Чем ближе значение корреляционного отношения к 1, тем теснее связь между признаками.

Таблица 2.7Вспомогательная таблица для расчёта дисперсий для связи X и Y

№YY(X)(Y-Yср)^2(Y(X)-Yср)^215093,35069,46117,50561202,702425138,15101,751153,28165,712135063,15111,791684,281658,522544969,35113,5818181,825689,113655256,95124,0923335,6176398,0025Итого25520,6725520,744472,5121754,0531Среднее5104,14

 

Поскольку величина корреляционного отношения находится в интервале , значит, связь между признаками X и Y - слабая. Таким образом, вариация результативного признака уобусловлена не только действием фактора х, но и другими причинами и факторами.

 

Таблица 2.8Вспомогательная таблица для расчёта дисперсий для связи V и Y

№YY(V)(Y-Yср)^2(Y(V)-Yср)^215093,35218,623117,505613106,3572925256,95166,02323335,61763829,50568935138,15164,1891153,28163605,88240145063,15110,131684,281635,880154969,35101,91918181,82564,932841Итого25520,6725520,6744472,51220582,55832

 

Поскольку величина корреляционного отношения близка к единице и находится в интервале , значит, связь между признаками V и Y - умеренная, но с учётом погрешностей можно сказать даже слабая. Таким образом, вариация результативного признака уобусловлена не только действием фактора х, но и другими причинами и факторами.

 

Таблица 2.9 Впомогательная таблица для расчёта дисперсий связи Х и V

№VV(X)(V-Vср)^2(V(X)-Vср)^2111856,9212107,980582759432,6121988363,453213217,7713421,1826490182,492429387,935643314569,2413829,360331104949,9696899,17924414774,5213902,385531578656,551147695,3521513171,9214329,46092119822,5917658348,7339Итого67590,467590,375653044,2062900694,654

Поскольку величина корреляционного отношения близка к единице и находится в интервале , значит, практически вся вариация результативного признака уобусловлена действием фактора x. Таким образом, связь между признаками V и X - сильная.

Теснота парной линейной корреляционной связи, кроме корреляционного отношения, может быть измерена коэффициентом корреляции Пирсона. Этот показатель представляет собой стандартизованный коэффициент регрессии, т.е. коэффициент, выраженный не в абсолютных единицах измерения признаков, а в долях среднего квадратического отклонения результативного признака.

Рассчитаем линейный коэффициент пар