Динаміка економічних показників. Структура зовнішньо-торгівельного обороту підриємства
–
відхилення
фактичних
значень доходу
від оцінки
(математичного
сподівання)
середньої
величини доходу
в ітий період.
Існують різні
способи оцінювання
параметрів
регресії.
Найпростішим,
найуніверсальнішим
є метод найменших
квадратів [2].
За цим методом
параметри
визначаються
виходячи з
умови, що найкраще
наближення,
яке мають
забезпечувати
параметри
регресії,
досягається,
коли сума квадратів
різниць
між фактичними
значеннями
прогнозує мого
параметра та
його оцінками
є мінімальною,
що можна записати
як
.
(2.2)
За методом
найменших
квадратів
параметри
регресії
і
є розв’язком
системи двох
нормальних
рівнянь [9]:
При використанні
прямолінійного
тренду
параметри
і
можуть бути
знайдені шляхом
рішення системи
нормальних
рівнянь
(2.3)
або по формулах
(2.4)
![]()
Таблиця 4.2 Розрахунки сум для розрахунку коефіцієнтів а0 та а1 лінійної регресії

Таким чином, враховуючи розрахункові дані ряду динаміки в табл.4.2, коефіцієнти аналітичного рівняння лінійної регресії розраховуються як:

![]()

Рис.4.2. Аналітичне вирівнювання ряду лінійним трендом
Середньоквадратична помилка регресії, знаходиться за формулою
,
(2.5)
Коефіцієнт детермінації для даної моделі
(2.6)
повинен
дорівнювати:
>0,75
– сильний
кореляційний
зв’зок, 0,36>
>0,75
кореляційний
зв’язок середньої
щільності;
<0,36
кореляційній
зв’язок низької
щільності [10].
Як показують
дані, наведені
на рис.4.2, коефіцієнт
детермінації
для побудованого
аналітичного
лінійного
тренду становить
=0,1054
<0,36 тобто кореляційній
зв’язок фактичних
значень та
аналітичного
лінійного
тренду є низької
щільності.
Як показує спільний аналіз даних таблиць 4.1 та 4.2, а також графіків рис.4.1 та 4.2:
сума абсолютних відхилень кривої осереднення ряду тричленною ковзною становить 12,33;
сума абсолютних відхилень кривої аналітичного вирівнювання ряду лінійним трендом становить 0;
дисперсія відхилень кривої осереднення ряду тричленною ковзною від фактичних даних становить S2=634;
сума абсолютних відхилень кривої аналітичного вирівнювання ряду лінійним трендом від фактичних даних становить S2=5347;
Таким чином, вирівнювання ряду осереднюючою тричленою ковзною має кращі показники по мінімуму відхилень від фактичної кривої , але має зміщену середню оцінку, що пов’язано з алгоритмом розрахунку та неможливістю осереднення першої та останньої точки ряду.
На рис.4.3 – 4.4 за допомогою „електронних таблиць” Excel2000 побудовані аналітичні вирівнювання заданого ряду динаміки поліноміальними трендами 2 та 4 ступеню.
Як показують
дані, наведені
на рис.4.3, коефіцієнт
детермінації
для побудованого
аналітичного
параболічного
тренду є вищим,
ніж у лінійного
тренду, та становить
=0,243654
<0,36 тобто кореляційній
зв’язок фактичних
значень та
аналітичного
параболічного
тренду також
є низької щільності.
Як показують
дані, наведені
на рис.4.4, коефіцієнт
детермінації
для побудованого
аналітичного
тренду поліномом
4 ступеню є значно
вищим, ніж у
лінійного
тренду, та становить
=0,6024
(0,36>
>0,75)
тобто кореляційній
зв’язок фактичних
значень та
аналітичного
тренду полінома
4 ступеня є середньої
щільності.

Рис.4.3. Аналітична вирівнювання ряду параболічним трендом за допомогою “електронних таблиць” Excel2000

Рис.4.4. Аналітичне вирівнювання ряду поліномом (трендом) 4ступеня за допомогою “електронних таблиць” Excel2000
5. Завдання №5 (варіант №9)
Залежність скорочення робітників від місця роботи досліджувалася в ході соціологічного опитування 200 респондентів, результати якого представлені в наступній таблиці:
| Думки респондентів | Робітники | Разом | |
| Державні підприємства | кооперативи | ||
| Дуже ймовірно | 55 | 48 | 103 |
| Практично неможливо | 45 | 52 | 97 |
| Разом | 100 | 100 | 200 |
Визначте коефіцієнти асоціації і контингенції. Проаналізуйте отримані результати.
Рішення
Для аналізу взаємозв'язку між атрибутивними ознаками будуються спеціальні таблиці, що мають назву таблиць співзалежності. В тому випадку, коли утворюються по дві групи за факторною та результативною ознаками, або коли вони є альтернативними, для оцінки тісноти зв'язку визначають коефіцієнти асоціації Ка та контингенції Кк за формулами [3]:
(5.1)
(5.2)
Якщо модуль коефіцієнта асоціації (5.1) наближується до 1,0
![]()
то існує сильний зв'язок між групами ознак;
Якщо модуль коефіцієнта контингенції (5.2) наближується до 0,5
![]()
то існує сильний зв'язок між групами ознак;
Для розрахунку названих коефіцієнтів використовують так звані тетрахорічні таблиці, що показують розподіл одиниць за факторною та результативною ознаками [3].
Таблиця 5.1 Тетрахорічна таблиця для вихідних даних завдання
|
Результативна ознака (у) – „Думки респондентів” |
Факторна ознака (х) – (Респонденти – робітники) | ||
| х1 („Державні підприємства”) | х2 („Кооперативи”) | Разом | |
| у1 („Дуже ймовірно”) | А = 55 | B = 48 | (a+b) =103 |
| У2 („Майже неймовірно”) | С = 45 | D = 52 | (c+d) =97 |
| Разом | (а+с) =100 | (b+d) =100 | (n) =200 |
Визначимо коефіцієнти асоціації та контингенції за даними таблиці 5.1:

Отже, за показником коефіцієнта асоціації Ка між Х та Y існує дуже слабкий прямий зв'язок.

Отже, за показником коефіцієнта контингенції Кк також між Х та Y існує дуже слабкий прямий зв'язок.
Список використаної літератури
1. Ефимова М.Р., Ганченко О.И., Петрова Е.В. Практикум по общей теории статистики. М: Финансы и статистика, 2000. 280 c.
2. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. и др. Общая теория статистики: Учебник. – М: ИнфраМ, 1998. – 436 c.
3. Єріна А.М. Теорія статистики : практикум / А. М. Єріна, З. О. Пальян. – 6те вид., стер. – К. : Знання, 2008. – 255 с.
4. Кармелюк Г. І. Теорія ймовірностей та математична статистика : посібник з розв’язування задач : навч. посібник / Г. І. Кармелюк. – К. : Центр учбової літератури, 2007. – 576 с.
5. Математика для економістів: теорія та застосування : підручник / В. П. Лавренчук [та ін.]. – К. : Кондор, 2007. – 596 с.
6. Мармоза А.Т. Практикум з теорії статистики : навч. посібник / А. Т. Мармоза. 3тє вид., виправл. К. : Ельга : НікаЦентр, 2007. 348 с.
7. Общая теория статистики. Статистическая методология в изучении коммерческой деятельности : учебник / под ред. О. Э. Башиной, А. А Спирина. 5е изд., перераб. и доп. М. : Финансы и статистика, 2007. 440 с. [
8. Орленко Н. С. Інформаційні системи і технології в статистиці : навчальнометодичний посібник для самост. вивчення дисципліни/ Н. С. Орленко ; Мво освіти і науки України, Держ. вищ. навч. заклад "Київський нац. екон. унт ім. В. Гетьмана". – К. : КНЕУ, 2008. – 282 с.
9. Практикум по эконометрике : учеб. пособие / И. И. Елисеева [и др.] ; под ред. И. И. Елисеевой. – 2е изд., перераб. и доп. – М. : Финансы и статистика, 2006. – 344 с.
10. Сеньо П. С. Теорія ймовірностей та математична статистика : підручник / П. С. Сеньо. – 2ге вид., переробл. і доповн. – К. : Знання, 2007. – 557 с.
11. Слюсарчук П. В. Теорія ймовірностей та математична статистика : підручник / П. В. Слюсарчук. – Ужгород : Карпати, 2005. – 183 с.
12. Статистика финансов : учебник / под ред. М. Г. Назарова. – 3е изд., испр. – М. : ОмегаЛ, 2007. – 461 с.
13. Статистика Конспект лекцій, Тернопіль, 2006р. – http;\ www.kneu.kiev – Освітній Інтернетсайт Киівського національного економічного університету, 2008
14. Фінансовобанківська статистика : навч. посібник/ П. Г. Вашків [та ін.]. – К. : Либідь, 2007. – 512 с.