Xreferat.com » Рефераты по экономико-математическому моделированию » Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Автоматизированный априорный анализ статистической совокупности в среде MS Excel

на 1,0894 млн руб.


6.2 Экономическая интерпретация коэффициента эластичности


С целью расширения возможностей экономического анализа явления используется коэффициент эластичности Автоматизированный априорный анализ статистической совокупности в среде MS Excel, который измеряется в процентах и показывает, на сколько процентов изменяется в среднем результативный признак при изменении факторного признака на 1%.

Средние значения Автоматизированный априорный анализ статистической совокупности в среде MS Excel и Автоматизированный априорный анализ статистической совокупности в среде MS Excel приведены в таблице описательных статистик (ЛР-1, Лист 1, табл.3).

Расчет коэффициента эластичности:


Автоматизированный априорный анализ статистической совокупности в среде MS Excel=Автоматизированный априорный анализ статистической совокупности в среде MS Excel =1,1667%


Вывод:

Значение коэффициента эластичности Кэ=1,1667% показывает, что при увеличении факторного признака Среднегодовая стоимость основных производственных фондов на 1% значение результативного признака Выпуск продукции увеличивается (уменьшается) в среднем на 1,1667 %.


6.3 Экономическая интерпретация остаточных величин εi


Каждый их остатков Автоматизированный априорный анализ статистической совокупности в среде MS Excel характеризует отклонение фактического значения yi от теоретического значения Автоматизированный априорный анализ статистической совокупности в среде MS Excel, рассчитанного по построенной регрессионной модели и определяющего, какого среднего значения Автоматизированный априорный анализ статистической совокупности в среде MS Excel следует ожидать, когда фактор Х принимает значение xi.

Анализируя остатки, можно сделать ряд практических выводов, касающихся выпуска продукции на рассматриваемых предприятиях отрасли.

Значения остатков Автоматизированный априорный анализ статистической совокупности в среде MS Exceli (таблица остатков из диапазона А98:С128) имеют как положительные, так и отрицательные отклонения от ожидаемого в среднем объема выпуска продукции Автоматизированный априорный анализ статистической совокупности в среде MS Excel (которые в итоге уравновешиваются, т.е.Автоматизированный априорный анализ статистической совокупности в среде MS Excel).

Экономический интерес представляют наибольшие расхождения между фактическим объемом выпускаемой продукции yi и ожидаемым усредненным объемом Автоматизированный априорный анализ статистической совокупности в среде MS Excel.

Вывод:

Согласно таблице остатков максимальное превышение ожидаемого среднего объема выпускаемой продукции имеют три предприятия - с номерами 20, 19, 29 а максимальные отрицательные отклонения - три предприятия с номерами 7, 15, 32. Именно эти шесть предприятий подлежат дальнейшему экономическому анализу для выяснения причин наибольших отклонений объема выпускаемой ими продукции от ожидаемого среднего объема и выявления резервов роста производства.


Задача 7


Нахождение наиболее адекватного нелинейного уравнения регрессии с помощью средств инструмента Мастер диаграмм.

Уравнения регрессии и их графики построены для 3-х видов нелинейной зависимости между признаками и представлены на диаграмме 2.1 Рабочего файла.

Уравнения регрессии и соответствующие им индексы детерминации R2 приведены в табл.2.10 (при заполнении данной таблицы коэффициенты уравнений необходимо указывать не в компьютерном формате, а в общепринятой десятичной форме чисел).


Таблица 2.10

Регрессионные модели связи

Вид уравнения Уравнение регрессии

Индекс

детерминации R2

Полином 2-го порядка

Автоматизированный априорный анализ статистической совокупности в среде MS Excel5Е-05х2+0,6х+201,7

0,8353
Полином 3-го порядка

Автоматизированный априорный анализ статистической совокупности в среде MS Excel8Е-08х3-0,001х2+5,1х-5982,3

0,8381
Степенная функция

Автоматизированный априорный анализ статистической совокупности в среде MS Excel0,2х1,1788

0,8371

Выбор наиболее адекватного уравнения регрессии определяется максимальным значением индекса детерминации R2: чем ближе значение R2 к единице, тем более точно регрессионная модель соответствует фактическим данным.

Вывод:

Максимальное значение индекса детерминации R2 =0,8381. Следовательно, наиболее адекватное исходным данным нелинейное уравнение регрессии имеет вид 8Е-08х3-0,001х2+5,1х-5982,3.

ПРИЛОЖЕНИЕ


Результативные таблицы и графики



Таблица 2.1
Исходные данные
Номер предприятия Среднегодовая стоимость основных производственных фондов, млн.руб. Выпуск продукции, млн. руб.
5 2870,00 2240,00
23 3094,00 2976,00
27 3350,00 2560,00
1 3446,00 3296,00
8 3574,00 3520,00
32 3638,00 3712,00
22 3894,00 3168,00
19 3990,00 3040,00
2 4054,00 3616,00
3 4182,00 4032,00
13 4214,00 4288,00
26 4310,00 3936,00
9 4374,00 4128,00
4 4406,00 4480,00
28 4502,00 4000,00
17 4534,00 4096,00
6 4630,00 3840,00
14 4630,00 4672,00
25 4630,00 4160,00
7 4758,00 5184,00
31 4950,00 4160,00
18 5014,00 4864,00
10 5046,00 5152,00
20 5078,00 4160,00
24 5174,00 4768,00
29 5206,00 4384,00
15 5302,00 5664,00
12 5526,00 5440,00
21 5654,00 5600,00
16 6070,00 6080,00





Таблица 2.2
Зависимость выпуска продукции от среднегодовой стоимости основных фондов
Номер группы Группы предприятий по стоимости основеных фондов Число предприятий Выпуск продукции



Всего

В среднем
на одно
предприятие

1 2870-3510 4 11072,00 2768,00
2 3510-4150 5 17056,00 3411,20
3 4150-4790 11 46816,00 4256,00
4 4790-5430 7 33152,00 4736,00
5 5430-6070 3 17120,00 5706,67
Итого
30 125216,00 4173,87




Таблица 2.3
Показатели внутригрупповой вариации
Номер группы Группы предприятий по стоимости основеных фондов Число предприятий Внутригрупповая дисперсия
1 2870-3510 4 161024,00
2 3510-4150 5 68239,36
3 4150-4790 11 138891,64
4 4790-5430 7 262729,14
5 5430-6070 3 73955,56
Итого
30




Таблица 2.4
Показатели дисперсии и эмпирического корреляционного отношения
Общая дисперсия Средняя из внутригрупповых дисперсия Межгрупповая дисперсия Эмпирическое корреляционное отношение
824093,5822 152469,0489 671624,5333 0,902765617

Выходные таблицы


Таблица 2.5
ВЫВОД ИТОГОВ


Регрессионная статистика
Множественный R 0,9132
R-квадрат 0,833912798
Нормированный R-квадрат 0,827981112
Стандартная ошибка 382,9463742
Наблюдения 30






Таблица 2.6
Дисперсионный анализ





df SS MS F Значимость F
Регрессия 1 20616665,55 20616665,55 140,5861384 1,97601E-12
Остаток 28 4106141,913 146647,9255

Итого 29 24722807,47



Таблица 2.7



Коэффициенты Стандартная ошибка t-статистика P-Значение
Y-пересечение -695,5510 416,5909893 -1,669625628 0,106137752
Переменная X 1 1,0894 0,09187519 11,85690257 1,97601E-12

Нижние 95% Верхние 95% Нижние 68,3% Верхние 68,3%
-1548,899908 157,7979239 -1119,992383 -271,1096012
0,901157173 1,277553188 0,995748659 1,182961703



Таблица 2.8

ВЫВОД ОСТАТКА



Наблюдение Предсказанное Y Остатки
1 2430,898377 -190,8983771
2 2674,913938 301,0860623
3 2953,788864 -393,788864
4 3058,366961 237,6330386
5 3197,804425 322,1955755
6 3267,523156 444,4768439
7 3546,398082 -378,3980824
8 3650,97618 -610,9761798
9 3720,694911 -104,6949114
10 3860,132375 171,8676254
11 3894,99174 393,0082597
12 3999,569838 -63,56983771
13 4069,288569 58,7114307
14 4104,147935 375,8520649
15 4208,726032 -208,7260325
16 4243,585398 -147,5853982
17 4348,163496 -508,1634956
18 4348,163496 323,8365044
19 4348,163496 -188,1634956
20 4487,600959 696,3990412
21 4696,757154 -536,7571535
22 4766,475885 97,5241149
23 4801,335251 350,6647491
24 4836,194617 -676,1946167
25 4940,772714 -172,7727141
26 4975,63208 -591,6320798
27 5080,210177 583,7898228
28 5324,225738 115,7742622
29 5463,663201 136,3367991
30 5916,834956 163,1650438

Автоматизированный априорный анализ статистической совокупности в среде MS Excel


ПРИЛОЖЕНИЕ


Результативные таблицы и графики





Таблица 3.1
Исходные данные

Годы

Выпуск продукции, млн. руб.


Месяцы

Выпуск продукции, млн. руб.

1

12320,00


январь

1105,00

2

12560,00


февраль

1171,00

3

12950,00


март

1230,00

4

12830,00


апрель

1200,00

5

13065,00


май

1260,00

6

15237,00


июнь

1240,00




июль

1296,00




август

1271,00




сентябрь

1350,00




октябрь

1371,00




ноябрь

1383,00




декабрь

1360,00




Итого

15237,00










Таблица 3.2
Показатели динамики выпуска продукции

Годы

Выпуск продукции, млн. руб.

Абсолютный прирост, млн. руб.

Темп роста, %

Темп прироста, %

Абсолютное
значение 1% прироста



цепной

базисный

цепной

базисный

цепной

базисный


1-й

12320,00






2-й

12560,00 240,00 240,00 101,9 101,9 1,9 1,9 123,2

3-й

12950,00 390,00 630,00 103,1 105,1 3,1 5,1 125,6

4-й

12830,00 -120,00 510,00 99,1 104,1 -0,9 4,1 129,5

5-й

13065,00 235,00 745,00 101,8 106,0 1,8 6,0 128,3

6-й

15237,00 2 172,00 2 917,00 116,6 123,7 16,6 23,7 130,65

Таблица 3.3

Средние показатели ряда динамики

Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Средний уровень ряда динамики, млн. руб.,


13160,33






Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Средний абсолютный прирост, млн. руб.,


583,40






Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Средний темп роста, %,


104,3






Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Средний темп прироста, %,


4,3







Таблица 3.4

Прогноз выпуска продукции на 7-ой год

Автоматизированный априорный анализ статистической совокупности в среде MS Excel

По среднему абсолютному приросту, млн. руб.,


15820,40

Автоматизированный априорный анализ статистической совокупности в среде MS Excel

По среднему темпу роста, %,


15892,19



Таблица 3.5
Выпуск продукции за 6-ой год

Месяцы

Выпуск продукции, млн. руб.

Скользящее
среднее

январь

1105,00


февраль

1171,00

1168,67

март

1230,00

1200,33

апрель

1200,00

1230,00

май

1260,00

1233,33

июнь

1240,00

1265,33

июль

1296,00

1269,00

август

1271,00

1305,67

сентябрь

1350,00

1330,67

октябрь

1371,00

1368,00

ноябрь

1383,00

1371,33

декабрь

1360,00


Автоматизированный априорный анализ статистической совокупности в среде MS Excel


Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Автоматизированный априорный анализ статистической совокупности в среде MS Excel

1 Все статистические показатели необходимо представить в таблицах с точностью до 2-х знаков после запятой. Таблицы и пробелы в формулировках выводов заполнять вручную. В выводах при выборе альтернативного варианта ответа ненужный вариант вычеркнуть.

2 Выводы должны раскрывать экономический смысл результатов проведенного статистического анализа совокупности предприятий, поэтому ответы на поставленные вопросы задач 1-6, должны носить экономический характер со ссылками на результаты анализа статистических свойств совокупности (п. 1-5 для выборочной совокупности и п. 1-3 для генеральной совокупности). В Методических указаниях к лабораторной работе №1 (стр.7-9) разъяснено, на основании каких статистических показателей делаются соответствующие экономические выводы.

3 Все статистические показатели необходимо представить в таблицах с точностью до 4-х знаков после запятой. Таблицы и пробелы в формулировках выводов заполнять вручную. В выводах при выборе альтернативного варианта ответа ненужный вариант вычеркивается.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: