Методические рекомендации к выполнению задания по методу корреляционно-регрессионного анализа (на примере анализа зависимости себестоимости 1ц зерновых культур от урожайности)
Исследование объективно существующих связей между явлениями – важнейшая задача статистики. Корреляционный метод предназначен для выявления и количественного определения тесноты связи между двумя признаками (при парной связи) и множеством признаков (при многофакторной связи). Метод регрессионного анализа заключается в определении аналитического выражения связи, в котором изменение одной величины (называемой результативным признаком) обусловлено влиянием одной или нескольких независимых величин (факторов). Методика выполнения задания: 1. Представить данные себестоимости 1ц зерновых культур и урожайности зерновых на графике в виде диаграммы рассеивания. Сделать выводы о направлении, характере и тесноте связи.
,
Рис. 1- Зависимость себестоимости 1ц зерновых культур от урожайности.
На графике по оси 0 Х приводятся значения независимой переменной х; по оси 0 У – значения зависимой переменной y.
2. Рассчитать коэффициент парной линейной корреляции Пирсона. коэффициент корреляции Пирсона определяем по формуле: где σх – стандартное отклонение факторного признака x; σу – стандартное отклонение результативного признака y.
где
Для выполнения расчетов составляется следующая таблица. Таблица - Исходные и расчетные данные к определению коэффициента корреляции и параметров уравнения регрессии
Интерпретация коэффициента корреляции между изучаемыми признаками дается в соответствии с принятой классификацией корреляционных связей:
Сильная, тесная при ≥0,7; Средняя при 0,5≤ ≤0,69; Умеренная при 0,3≤ ≤0,49; Слабая при 0,2≤ r≤0,29; Практически отсутствует ≤0,19. Если r>0 – связь положительная; Если r<0 – связь отрицательная.
3. Построить уравнение парной линейной регрессии, характеризующие связь между себестоимостью зерновых культур и урожайностью. Провести линию уравнения на графике. Уравнение парной линейной регрессии имеет вид:
, где а и b – параметры уравнения регрессии. b – коэффициент регрессии показывает, на сколько в среднем происходит изменение результативной переменной y («+» – увеличение, «–» – снижение) при увеличении факторной переменной х на 1 единицу её измерения. Для оценивания параметров а и b целесообразно использовать формулы, элементы которых рассчитаны выше. , где , , - средние значения, - дисперсия признака х. Приложение 5 Методические рекомендации к заданию по теме «Анализ временных рядов» (на примере статистического анализа динамики валового сбора зерновых культур в сельскохозяйственных организациях одного из регионов)
Одна из задач статистики заключается в изучении явлений и процессов в развитии, в динамике. Статистика должна дать характеристику изменений статистических показателей во времени. Для временных рядов свойственны две характеристики: тенденция изменения уровней ряда и колеблемость уровней относительно общей тенденции. Анализ временных рядов охватывает решение задач построения, характеристики изменения социально-экономических явлений во времени, выявления основной тенденции, оценки устойчивости явления и тенденции. Тенденция и колеблемость дают основания для прогнозирования ожидаемых значений в будущем. В курсовой работе следует представить решение 7 задач, методика решения которых приведена ниже на примере временного ряда валового сбора зерновых культур.
Таблица 1 - Валовой сбор зерновых культур
1задача. Рассчитать абсолютные и относительные показатели изменения временного ряда, сравнивая каждый уровень ряда с предыдущим (цепные показатели) и с уровнем начального периода ряда (базисные показатели). Исходные и рассчитанные показатели для наглядности представить в табличной форме (таблица 2). Привести выводы по показателям последнего периода временного ряда.
таблица 2 - Показатели динамики валового сбора зерновых культур в сельскохозяйственных организациях региона
Столбец «Баз.» содержит так называемые базисные показатели динамики, которые рассчитываются путем сопоставления текущих уровней с уровнем первого года временного ряда, т. е. с уровнем 2007г. Столбец «Цеп.» содержит так называемые цепные показатели динамики, которые рассчитываются путем сопоставления текущих уровней с уровнем предыдущего года временного ряда. В приведенных ниже формулах i соответствует номеру периода временного ряда, i=1,2,…n. Показатели динамики рассчитываются по формулам, приведенным ниже. - Абсолютное изменение:
- Коэффициент роста:
- Темп роста:
- Темп прироста:
- Абсолютное значение 1 % прироста
2 задача. Рассчитать средние показатели динамики: средней уровень динамики, средний абсолютный прирост, средний коэффициент роста, средний темп роста, средний темп прироста. Сделать обобщающие выводы. Расчеты выполнить по следующим формулам. - Расчёт среднего уровня временного ряда выполняется по формуле среднего арифметического:
, где yi – фактические уровни ряда динамики; n – число периодов.
- Расчёт среднего абсолютного изменения уровней временного ряда проводится по формуле: , где y1, yn – уровни первого и последнего периода во временном ряду соответственно. - Расчёт среднего коэффициента роста проводиться по формуле: - Средний темп роста:
- Средний темп прироста:
3 задача. Описатьтенденцию динамики уровня временного ряда уравнением тренда. Подобрать вид математической функции тренда. Применяя метод наименьших квадратов, найти параметры уравнения тренда. Представить в виде графического изображения исходные уровни временного ряда, а также выровненные по уравнению тренда. Сделать выводы об общей тенденции динамики изучаемого процесса. В данной задаче аналитическое выравнивание проводится по прямой, уравнение которой: В этом уравнении приняты обозначения: а,b – параметры; t – условные обозначения периодов (моментов) времени; – выровненные значения уровней временного ряда. Способ наименьших квадратов даёт систему двух нормальных уравнений для нахождения параметров а и b:
Для проведения расчётов следует заполнить таблицу 3. Таблица 3- Исходные и расчетные данные для определения параметров линейного тренда
Расчет параметров проводится по формулам: Параметр b, коэффициент регрессии, показывает, на сколько в среднем увеличиваются (уменьшаются) уровни временного ряда ежегодно. На графике по оси Х отмечаются периоды времени (годы), по оси Y значения фактических уровней y и строится прямая .
Рис.1- Динамика валового сбора зерновых культур
4 задача. оценить колеблемость валового сбора зерновых культур в течение исследуемого периода по годам на основе расчета показателей колеблемости: амплитуды колебаний, среднего линейного отклонения, среднего квадратического отклонения и коэффициентов колеблемости и устойчивости. Исходные и расчетные данные для наглядности и систематизации вычислений представить в таблице.
Таблица 4 - Исходные и расчетные данные для определения показателей колеблемости, устойчивости и ошибки аппроксимации
Расчеты показателей выполнить по формуле: 1. амплитуда колебаний: 2. Среднее линейное отклонение: , где n – число исходных уровней; p – число параметров уравнения тренда (для линейного тренда p = 2). 3. Среднее квадратическое отклонение: 4. Коэффициент колеблемости: 5. Коэффициент устойчивости: Kуст. = 1-Vt Vt, Kуст . – могут быть выражены в процентах.
5 задача. Установить устойчивость тенденции развития процесса, рассчитав ранговый коэффициент корреляции Спирмена. Вспомогательные операции и расчеты выполнить в таблице 3. Pt – ранги лет, обозначаются последовательно от 1 до n; Py - ранги уровней, обозначаются в соответствии с возрастанием уровней временного ряда от y min, которому присваивается ранг равный 1, до ymax которому присваивается ранг n. Формула рангового коэффициента корреляции Спирмена: 6 задача. Уравнение тренда проверить на адекватность, рассчитав среднюю ошибку аппроксимации. Вспомогательные расчеты по определению ошибки аппроксимации выполнить в таблице 4 по формуле: Средняя ошибка аппроксимации определяется по формуле среднего арифметического:
Считается, что если средняя ошибка аппроксимации не превышает 10%, уравнение тренда является адекватным, т.е. хорошо отражает тенденцию динамики. 7 задача. Составить прогноз относительно валового сбора зерновых культур на срок – 1-2 года (2014,2015 гг.) на основе тренда и колеблемости. Методика статистического прогноза по тренду и колеблемости основана на их экстраполяции, т.е. на предположении, что параметры тренда и колебаний сохраняются до прогнозируемого периода. 1. Вычисляется «точечный прогноз». Для этого в уравнение тренда в качестве независимой переменной подставляют номер года прогноза tk в соответствии с условными обозначениями фактора времени t в таблице 3 (для 2014года tk = 4).
2. Статистические прогнозы имеют вероятностный характер. Поэтому строятся доверительные интервалы прогнозов, например с вероятностью 0,95. Для вычисления границ интервала рассчитывают среднюю ошибку прогноза положения линейного тренда на период прогноза tk. , где St – среднее квадратическое отклонение. Средняя ошибка прогноза умножается на величину t – критерия Стьюдента при указанной вероятности (0,95) и при числе степеней свободы n-2 (т.е. 5). Для определения границ доверительного интервала применяется формула:
t – критерий Стьюдента берется из таблицы «Значение t – критерия Стьюдента при уровне значимости 0,05». Содержательная интерпретация доверительного интервала прогноза: с вероятностью 0,95 можно утверждать, что прогнозируемый уровень временного ряда на период прогноза будет находиться в границах доверительного интервала. Приложение 6
Воспользуйтесь поиском по сайту: ©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|