Характеристика развития Приволжского федерального округа

Связь факторного признака - численность населения в Приволжском федеральном округе, с результативным признаком - инвестиции в основной капитал в Приволжском федеральном округе.
14*a0+a1*1076717=30346
a0*1076717+a1*920879716=3094694562
a1=-0,00929
a0=2882,14
![]()
Усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов равняется 2882,14; на 0,00929 изменяется в среднем значение результативного признака при изменении факторного на единицу его собственного измерения.
Линейный коэффициент корреляции

rxy=10651669786/11464844667=0,929
Коэффициент детерминации
=0,863
Связь между признаками численность населения в Приволжском федеральном округе и объем инвестиций в основной капитал в Приволжском федеральном округе является обратной, так как линейный коэффициент корреляции находится в интервале от 0 до - 1.
Линейная модель регрессии качественно аппроксимирует исходные данные и ею можно пользоваться для прогноза значений результативного признака.
Связь факторного признака - численность населения в Приволжском федеральном округе, с результативным признаком - производство кондитерских изделий.
Построение линейного уравнения регрессии МНК
14*a0+a1*587=30346
a0*587+a1*920879716=1326492
a1=0,00005878
a0=2167,57
![]()
Усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов равно 2167,57; на 0,00005878 изменяется в среднем значение результативного признака при изменении факторного на единицу его собственного измерения, что показывает практическое отсутствие связи между признаками.
Линейный коэффициент корреляции

rxy=757790,2/4768287,15=0,159
Коэффициент детерминации
=0,0253
Связь между признаками численность населения в Приволжском федеральном округе и производство кондитерских изделий является прямой, так как линейный коэффициент корреляции находится в интервале от 0 до 1.
Линейная модель регрессии низкого качества и плохо аппроксимирует исходные данные; ею нельзя пользоваться для прогноза значений результативного признака.
Связь факторного признака - численность населения в Приволжском федеральном округе, с результативным признаком - распределение предприятий и организаций в Приволжском федеральном округе.
Построение линейного уравнения регрессии МНК
14*a0+a1*700663=30346
a0*700663+a1*920879716=1918617914
a1=-0,0117, a0=2753,68
![]()
Усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов равно 2753,68; на 0,0117 изменяется в среднем значение результативного признака при изменении факторного на единицу его собственного измерения.
Линейный коэффициент корреляции
,
rxy=5598331398/6099224328=0,918
Коэффициент детерминации
=0,842
Связь между признаками численность населения в Приволжском федеральном округе и распределение предприятий и организаций в Приволжском федеральном округе является обратной, так как линейный коэффициент корреляции находится в интервале от 0 до - 1.
Линейная модель регрессии качественно аппроксимирует исходные данные и ею можно пользоваться для прогноза значений результативного признака.
Множественная регрессия
Факторные признаки - распределение предприятий и организаций в Приволжском федеральном округе и инвестиции в основной капитал в Приволжском федеральном округе, производство кондитерских изделий; результативный признак - численность населения в Приволжском федеральном округе.
| Субъект РФ |
Численность
населения в
Приволжском
федеральном
округе (на 1
января; тысяч
человек) ( |
Инвестиции в основной капитал в Приволжском федеральном округе (в фактически действовавших ценах; миллионов рублей) ( |
Производство кондитерских изделий (тысяч тонн) ( |
Распределение предприятий и организаций в Приволжском федеральном округе ( |
|
| Республика Башкортостан | 4051 | 148002 | 21,4 | 75785 | 3463,389324 |
| Республика Марий Эл | 707 | 17117 | 17,5 | 14872 | 1075,779138 |
| Республика Мордовия | 848 | 26362 | 32,0 | 16598 | 1061,389538 |
| Республика Татарстан | 3760 | 210064 | 41,9 | 89732 | 4060,313256 |
| Удмуртская Республика | 1538 | 44463 | 23,3 | 37955 | 1798,072918 |
| Чувашская Республика | 1286 | 37209 | 43,7 | 23527 | 1213,547249 |
| Пермский край | 2731 | 101813 | 40,1 | 61395 | 2636,865918 |
| Кировская область | 1427 | 37451 | 60,4 | 37410 | 1432,129074 |
| Нижегородская область | 3381 | 121695 | 39,1 | 87317 | 3438,450854 |
| Оренбургская область | 2126 | 76578 | 4,3 | 40368 | 2228,252193 |
| Пензенская область | 1396 | 39929 | 49,0 | 23015 | 1174,744352 |
| Самарская область | 3178 | 126735 | 101,5 | 108806 | 3506,362981 |
| Саратовская область | 2595 | 56794 | 57,8 | 55065 | 2032,180296 |
| Ульяновская область | 1322 | 32505 | 55,0 | 28818 | 1224,52291 |
|
Итого |
30346 |
1076717 |
587,0 |
700663 |
30346 |
Уравнение линейной множественной регрессии:
![]()
Система нормальных уравнений:


Уравнение регрессии
![]()
Данные показали, что численность населения в Приволжском федеральном округе в среднем по совокупности возросла на 6,6 человек при увеличении инвестиций в основной капитал на 1 млн. р.; уменьшилась в среднем на 8241 человека при возрастании производства кондитерских изделий на 1 тыс. тонн; и возросла в среднем на 25 человек при запуске одного нового предприятия.
Определение тесноты связи:

![]()
=
0,8632 - связь прямая,
тесная
=
0,025 - связь прямая,
практически
отсутствует
=
0,8425 - связь прямая,
тесная
=
0,0125 - связь прямая,
практически
отсутствует
=
0,7693 - связь прямая,
тесная
=
0,1816 - связь прямая,
слабая
Значимость коэффициента регрессии по t-критерию Стьюдента:
.
По таблице распределения Стьюдента:
![]()
,
гипотеза
принимается,
т.к. коэффициент
регрессии не
значим.
2,08833E-07,
гипотеза
принимается,
т.к. коэффициент
регрессии не
значим.
,
гипотеза
принимается,
т.к. коэффициент
регрессии не
значим.
1,51916E-06,
гипотеза
принимается,
т.к. коэффициент
регрессии не
значим.
Множественный коэффициент корреляции:
,
где
,
а
.
![]()
![]()
0,96188
Множественный коэффициент корреляции можно определить, найдя квадратный корень из определителя матрицы, построенной из линейных коэффициентов корреляции:
1
![]()
1
![]()
1
![]()
1
Коэффициент множественной детерминации R2=0,9252
Скорректированный коэффициент множественной детерминации
![]()
R2скорр. =1- (1-0,9252) * (14-1) / (14-3-1) =0,9028
Проверка значимости коэффициента множественной корреляции осуществляется на основе F-критерия Фишера-Снедекора:
![]()
По таблице распределения Стьюдента:
![]()
гипотеза
о
незначимости
коэффициента
множественной
корреляции
отвергается.
Уравнение
множественной
регрессии -
Проверив
коэффициенты
регрессии на
значимость
по t-критерию
Стьюдента,
можем сделать
вывод о том,
что ни один из
критериев не
значим. Проверка
значимости
коэффициента
множественной
корреляции
при помощи
F-критерия
Фишера-Снедекора
показала, что
гипотеза о
незначимости
коэффициента
множественной
корреляции
отвергается.
Таким образом,
множественный
коэффициент
корреляции
равный 0,96188 значим.
Линейная модель
регрессии
качественно
аппроксимирует
исходные данные
и ею можно
пользоваться
для прогноза
значений признака.
Список литературы
Российский статистический ежегодник. 2009: Стат. сб. /Росстат. - Р76 М., 2009. - 795 с.
Социально-экономическая статистика: учебник для вузов / 2-е изд., доп.: под ред. Ю.Н. Иванова. - М.: ИНФРА-М, 2005. - 480 с.
Статистика: учебник / под ред. И.И. Елисеевой. - М.: Высшее образование, 2009. - 566 с.
Электронный ресурс. - Режим доступа: gks
Размещено на