Kiekybiniai sprendimo metodai. Koreliacinė regresinė analizė

Koreliacinė regresinė analizė – tai ryšių tarp kintamųjų priklausomybė. Koreliacinė regresinė analizė naudojama sudėtingiems ekonominiams ir fiziniams reiškiniams tirti. Ji leidžia nustatyti, ar egzistuoja ryšys tarp nagrinėjamų veiksnių, išreikštų kiekybiniais rodikliais.
• sudaryti ir išspręsti transporto uždavinį.
2. Vidurinis
3. Aukštesnysis
4. Aukštasis
Miestas
1. Vilnius
2. Kaunas
3. Klaipėda
4. Šiauliai
5. Panevėžys
Eil. Nr.
Y (Lt per mėn)
X1 (vnt)
X2
X3 (Lt per mėn)
X4 (vnt)
X5
X6 (Lt per mėn)
Įmonės pajamos
Darbuotojų sk.
Vadovo išsilavinimas
Išlaidos darbo užmokesčiui
Konkurentų sk
Miestas
Išlaidos transportui
1
51000
10
2
10000
4
3
3000
2
100000
38
3
21000
2
1
1500
3
81000
19
4
17000
15
4
2600
4
72000
25
2
35000
16
1
1100
5
2000
9
1
800
950
3
120
6
45000
19
4
38000
31
1
3100
7
6000
15
2
8000
15
2
600
8
130000
130
3
25000
16
1
750
9
80000
80
4
30000
6
3
10000
10
1400
20
1
32000
10
4
2
11
70000
7
2
7000
9
4
615
12
30000
22
2
30000
19
1
750
13
150000
39
4
50000
4
2
200
14
50000
19
3
16000
8
4
530
15
40000
11
3
13000
13
2
457
16
70000
25
4
30000
8
5
380
17
3000
4
3
4000
5
4
120
18
1500000
310
4
700000
1
2
11000
19
45000
50
3
10000
8
2
3200
20
900
14
4
9500
550
3
91
21
14000
18
2
20000
12
1
1200
22
1500
4
4
3000
16
4
140
23
80
20
4
30
9
4
120
24
3000
31
2
20600
7
5
800
25
26000
55
3
36000
13
1
12
Vidurkis
102875
39,8
2,92
46637,2
69,88
2,68
1695,5
Dispersija
8,6E+10
3920
0,993
1,87E+10
45273
1,893
8E+06
Nuokrypis
294063
62,6
0,997
136755
212,8
1,376
2835
Vidurkį X bei Y galima apskaičiuoti pagal formulas: ; ;
Arba naudojant MS Excel funkciją AVERAGE.
Kvadratų vidurkį galime apskaičiuoti naudodami šią formulę:
;
Vidutinis kvadratinis nuokrypis bus lygus:
Dispersija skaičiuojama naudojantis formulėmis:
arba
Arba panaudodami statistinę funkciją VAR, skaičiuosime dispersiją pagal kitokią formulę:
1.2Koreliacinė analizė Y su kiekvienu X1,…,X6
Šiai analizei atlikti naudoju šiuos duomenis:
Y (Lt per mėn)
Y kvadratu
X1 (vnt)
X1 kvadratu
X1*Y
Įmonės pajamos

Darbuotojų sk.


1
51000
2601000000
10
100
510000
2
100000
10000000000
38
1444
3800000
3
81000
6561000000
19
361
1539000
4
72000
5184000000
25
625
1800000
5
2000
4000000
9
81
18000
6
45000
2025000000
19
361
855000
7
6000
36000000
15
225
90000
8
130000
16900000000
130
16900
16900000
9
80000
6400000000
80
6400
6400000
10
1400
1960000
20
400
28000
11
70000
4900000000
7
49
490000
12
30000
900000000
22
484
660000
13
150000
22500000000
39
1521
5850000
14
50000
2500000000
19
361
950000
15
40000
1600000000
11
121
440000
16
70000
4900000000
25
625
1750000
17
3000
9000000
4
16
12000
18
1500000
2250000000000
310
96100
465000000
19
45000
2025000000
50
2500
2250000
20
900
810000
14
196
12600
21
14000
196000000
18
324
252000
22
1500
2250000
4
16
6000
23
80
6400
20
400
1600
24
3000
9000000
31
961
93000
25
26000
676000000
55
3025
1430000
Suma
2571880
2339931026400
994
133596
511137200
Kadangi mes turime statistinių duomenų lentelę, koreliacijos koeficientą (r) mums bus patogiau skaičiuoti pagal formulę, kurioje dalyvauja ne konkrečių veiksnių reikšmės, o jų sumos:
r (x1) = 0,925365858 ; analogiškai apskaičiuojami koeficientai ir kitiems X.
Su CORREL funkcija gavau:
X1
0,925365858
X2
0,2674789
X3
0,992674496
X4
-0,109740079
X5
-0,144065092
X6
0,704927989
Patikrinęs apskaičiuotus koreliacijos koeficientus, gavau vienodas reikšmes, kas reiškia, kad pradinis skaičiavimas buvo atliktas teisingai.
1.3 x1, x2, …, xm (m >=3) atrinkimas regresinei analizei atlikti
Sprendimą dėl koreliacijos koeficiento dydžio reikšmingumo priimsime apskaičiavę imties statistiką t ir palyginę jį su tlent .Statistinį t apskaičiuosime pagal formulę:
t statistinis
11,70717163
1,33129104
39,40341
-0,5294929
-0,6982
4,766413
X1
X2
X3
X4
X5
X6
tlent rasime statistinės funkcijos TINV(α; n-2) pagalba: tlent = 2,06865479
Šiuo atveju α = 0,05; o laisvės laipsnis k = n-2. n = 25, tai k = 25-2 = 23.
Kai t > tlent koreliacijos koeficientas yra reikšmingas.
Mano atveju reikšmingi yra X1, X3 ir X6. Todėl jas ir naudosiu toliau tyrime.
1.4 Porinė regresinė analizė
Porinės regresinės analizės tikslas- nustatyti stochastinio ryšio formą ir analitinę išraišką, parenkant kreivę, geriausiai aprašančią statisitinių taškų visumą ir vertinanti jos adekvatumą realiai padėčiai.
Ieškau ryio tarp Y ir mano jau anksčiau tyrimui atrinktų X1, X3, X6 .Ieškoma regresijos lygties forma:
Yxi = a0 + a1 * Xi ;
a1 yra randamas pagal formulę:
bei MS...

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!