Факторный стохастический анализ
Методические указания по выполнению ситуаций по измерению тесноты и формы связи при парной корреляции
Алгоритм решения задач с применением методов факторного стохастического анализа описан в главе 6 учебника.
Для решения задач парной корреляции необходимо придерживаться следующей последовательности действий.
1. Определить результативный и факторный показатели в изучаемой стохастической зависимости;
2. Составить ранжированный ряд по факторному признаку "х";
3. Построить график корреляционного поля;
4. Рассчитать линейный коэффициент корреляции по формуле:
,
где
,
, (6.1)
или
(6.2)
или
(6.3)
,
;
5. Рассчитать коэффициент детерминации
d = r 2;
6. Объяснить полученные результаты;
7. Рассчитать параметры уравнения связи, полагая, что связь между показателями линейная: у = а + bx, используя систему нормальных уравнений
8. Построить теоретическую линию регрессии,
9. Рассчитать ошибку аппроксимации, используя формулу:
,
где
– теоретические значения результативного показателя при каждом значении х.
Если значение ошибки апроксимации 0,08, значит уравнение регрессии выбрано неверно, т.е. уравнение регрессии неадекватно описывает форму связи и необходимо применить другие нелинейные модели связи.
Использование табличного процессора Excel позволяет реализовать множество моделей поиска адекватного решения.
Решение типовой задачи Условие: на предприятии имеется следующие данные об объемах продаж и соответствующих им расходах на рекламу:
Объем продаж, тыс. руб. Расходы на рекламу, тыс.руб.
1 6780 10,8
18900 11,5
19436 12,4
21870 14,3
19876 12,6
25618 16,9
26798 15,8
27156 16,8
28015 17,5
На основе приведенных данных определить коэффициент корреляции, оценить тесноту связи между показателями. Сделать вывод.
Алгоритм выполнения задания:
Принимается в качестве факторного признака (х) показатель «Расходы на рекламу», результативного признака (y) – объем продаж;
Строится ранжированный ряд по признаку “х” (табл. 6.1) и рассчитывается линейный коэффициент корреляции по формуле (6.2);
Строится график корреляционного поля.
Таблица 6.1.
Расчет коэффициента корреляции
№ п-п | | | | | | | |
| 10,8 | 16,780 | -3,49 | 12,17 | -5,94 | 35,25 | 20,73 |
| 11,5 | 18,900 | -2,78 | 7,18 | -3,82 | 14,57 | 10,62 |
| 12,4 | 19,436 | -1,89 | 3,51 | -3,28 | 10,76 | 6,20 |
| 12,6 | 19,876 | -1,69 | 2,85 | -2,84 | 8,07 | 4,80 |
| 14,3 | 21,87 | 0,01 | 0,00 | -0,84 | 0,717 | 0,00 |
| 15,8 | 26,798 | 1,51 | 2,25 | 4,08 | 16,65 | 6,16 |
| 16,8 | 27,156 | 2,51 | 6,31 | 4,44 | 19,71 | 11,14 |
| 16,9 | 25,618 | 2,61 | 6,81 | 2,90 | 8,42 | 7,57 |
| 17,5 | 28,015 | +3,21 | 10,31 | 5,30 | 28,07 | 17,0 |
Итого | 128,6 | 204,45 | 0 | 52,09 | 0 | 142,22 | 84,22 |
;
;
;
;
.
Связь между показателями – весьма высокая.
5. Коэффициент детерминации d = r2 = 0,9792 = 0,958.
Расчет параметров уравнения регрессии
№ п-п | | | | | | | |
| 10,8 | 16,780 | 116,64 | 181,2 | 17,07 | 0,286 | 0,017 |
| 11,5 | 18,900 | 132,25 | 217,35 | 18,20 | 0,7 | 0,037 |
| 12,4 | 19,436 | 153,76 | 241,01 | 19,66 | 0,222 | 0,011 |
| 12,6 | 19,876 | 158,76 | 250,44 | 19,98 | 0,106 | 0,005 |
| 14,3 | 21,87 | 204,49 | 312,74 | 22,74 | 0,866 | 0,040 |
| 15,8 | 26,798 | 249,64 | 423,41 | 25,17 | 1,632 | 0,061 |
| 16,8 | 27,156 | 282,24 | 456,22 | 26,79 | 0,37 | 0,014 |
| 16,9 | 25,618 | 285,61 | 432,41 | 26,35 | 1,33 | 0,052 |
| 17,5 | 28,015 | 306,25 | 490,26 | 27,92 | 0,095 | 0,003 |
Итого | 128,6 | 204,45 | 1889,64 | 3005,57 | | | 0,24 |
Решение системы нормальных уравнений:
а* 9 +в * 128,6 = 204,45;
а* 128,6 +в * 1889,64 = 3005,57;
а = -0,43, в = 1,62.
Уравнение регрессии имеет вид: у = -0,43 + 1,62 х.
На график корреляционного поля наносится теоретическая линия регрессии.
Оценка адекватности тесноты связи проводится с помощью расчета ошибки аппроксимации.:
или 2,7%. Форма связи выбрана адекватно взаимосвязи.
5