КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Для вычисления матрицы коэффициентов парной корреляции воспользуемся возможностями Пакета программ Exel.
Типовой пример выполнения индивидуальной работы по теме 2. Задание: По исходным данным (табл. 2.1) необходимо: 1. Вычислить матрицу коэффициентов парной корреляции и проанализировать тесноту связи между показателями. 2. Выбрать вид линейной модели регрессии, включив в нее два фактора. 3. Обосновать исключение их модели трех других факторов. 3. Аналитическими методами а) оценить параметры и качество модели, б) вычислить среднюю ошибку аппроксимации, в) вычислить множественный коэффициент детерминации. 4. С целью проверки полученных результатов провести регрессионный анализ выбранной модели с помощью Exel. 5. Проанализировать влияние факторов на зависимую переменную (вычислить соответствующие коэффициенты эластичности и b-коэффициенты, пояснить смысл полученных результатов). 6. Выбрать с помощью Exel наилучший вид тренда временных рядов, соответствующих оставленным в моделях переменным. По полученным зависимостям вычислить их прогнозные значения на два шага вперед. 7. Определить точечные и интервальные прогнозные оценки объема реализации продукции фирмы Y на два шага вперед.
Таблица 2.1. – Исходная информация
Решение: Исходные данные для анализа: Объем реализации – зависимая переменная Y. Объясняющие переменные: X1 – время, X2 – расходы на рекламу, X3 – цена товара, X4 – средняя цена конкурентов, X5 – индекс потребительских расходов. Статистические данные по всем переменным приведены в таблице 1. Число наблюдений n=20, факторных признаков m=5.
Для проведения корреляционного анализа используем инструмент Корреляция. Для проведения корреляционного анализа нужно выполнить следующие действия: 1) расположить данные в смежных диапазонах ячеек; 2) выбрать команду Сервис/Анализ данных (рис.2.2.) 3) Рис. 2.2. Диалоговой окно Сервис 3) в диалоговом окне Анализ данных выбрать инструмент Корреляция (рис. 2.3), щелкнуть по кнопке ОК. появится диалоговое окно Корреляция (рис. 2.4).; Рис. 2.3. Выбор инструмента анализа Корреляция Рис. 2.4. Диалоговое окно Корреляция
4) в диалоговом окне Корреляция в поле «Входной интервал» необходимо ввести диапазон ячеек, содержащих исходные данные. Если также выделены заголовки столбцов, то установить флажок «Метка в первой строке». Выбрать параметры вывода. Щелкнуть по кнопке ОК. На новом рабочем листе получаем результаты вычислений – таблицу значений коэффициентов парной корреляции (рис. 2.5).
Рис. 2.5. Результаты корреляционного анализа
Дата добавления: 2017-02-01; Просмотров: 69; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |