- •Московский государственный университет экономики, статистики и информатики
- •«Изучение производительности труда предприятий машиностроения с помощью методов корреляционного и регрессионного анализа.» Исполнитель: Гусакова Ангелина
- •1.Подготовка данных
- •2. Корреляционный анализ экономических показателей
- •2.1. Построение матрицы парных коэффициентов корреляции
- •Расчёт частных коэффициентов корреляции.
- •2.3Расчёт множественных коэффициентов корреляции
- •Регрессионный анализ экономических показателей
- •3.1. Проверка исходных данных на мультиколлинеарность
- •3.2. Построение регрессионной модели и её интерпретация
- •I этап регрессионного анализа.
- •II этап регрессионного анализа.
- •III этап регрессионного анализа.
- •Интерпретация результатов
- •3.3Сравнение исходных данных с рассчитанными по уравнению регрессии
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Московский государственный университет экономики, статистики и информатики
Кафедра математической статистики и эконометрики
Курсовая работа по теории вероятности и математической статистике на тему:
«Изучение производительности труда предприятий машиностроения с помощью методов корреляционного и регрессионного анализа.» Исполнитель: Гусакова Ангелина
ДЭК-201
Руководитель: Астафьева Е.В.
Москва 2011
Содержание:
.Введение…………………………………………………………………………4
1. Подготовка данных……………………………………………………………5
2. Корреляционный анализ экономических показателей…...………………….6
2.1. Построение матрицы парных коэффициентов корреляции….....…..6
2.2. Расчёт частных коэффициентов корреляции. Сравнение частных и парных коэффициентов корреляции……………………………….…………..10
2.3. Расчёт множественных коэффициентов корреляции……………...19
3. Регрессионный анализ экономических показателей ………….……………21
3.1. Проверка исходных данных на мультиколлинеарность…………...21
3.2. Построение регрессионной модели и её интерпретация………….23
3.3. Сравнение исходных данных с рассчитанными по уравнению регрессии…………………………………………………………………………25
.Заключение………………...…………………………………………………...29
Введение.
В банковской, финансовой сфере, при проведении маркетинговых и социологических исследований, при обработке различных экономических данных требуется оценка взаимосвязи показателей и моделирование их зависимости для дальнейшего прогнозирования. Эти задачи призваны решать методы корреляционного и регрессионного анализов.
Целью данной курсовой работы является выявление зависимости производительности труда от таких факторных признаков как: удельный вес закупочных изделий, среднегодовой фонд заработной платы ППП, фондовооруженность труда и оборачиваемость нормируемых оборотных средств.
Чтобы осуществить выявление этих зависимостей бы провели корреляционный анализ парных коэффициентов, частных коэффициентов, и найдем среди них значимые. С помощью сравнения частных и парных коэффициентов мы выяснили какое влияние на связь между двумя конкретными признаками оказывают остальные признаки.
1.Подготовка данных
С целью анализа взаимосвязи показателей эффективности производства продукции мы рассматривали показатели производственно-хозяйственной деятельности 30 предприятий машиностроения.
Анализ был произведен между следующими экономическими показателями:
Y1 - производительность труда;
Х6 - удельный вес покупных изделий;
X13 - среднегодовой фонд заработной платы ППП; |
Х14 - фондовооруженность труда; |
X15 - оборачиваемость нормируемых оборотных средств; (Y-результативный признак, Х-факторные признаки). |
Мы предполагаем, что рассматриваемые признаки Y,X6,X13,X14,X15 в генеральной совокупности подчиняются нормальному закону распределения и указанные данные представляют выборку из этой генеральной совокупности.
Все исходные данные сгруппированы в табл.1.1
Табл.1.1
Исходные данные
Y1 |
X6 |
X13 |
X14 |
X15 |
9,26 |
0,4 |
47750 |
6,4 |
166,32 |
9,38 |
0,26 |
50391 |
7,8 |
92,88 |
12,11 |
0,4 |
43149 |
9,76 |
158,04 |
10,81 |
0,5 |
41089 |
7,9 |
93,96 |
9,35 |
0,4 |
14257 |
5,35 |
173,88 |
9,87 |
0,19 |
22661 |
9,9 |
162,3 |
8,17 |
0,25 |
52509 |
4,5 |
88,56 |
9,12 |
0,44 |
14903 |
4,88 |
101,16 |
5,88 |
0,17 |
25587 |
3,46 |
166,32 |
6,3 |
0,39 |
16821 |
3,6 |
140,76 |
6,22 |
0,33 |
19459 |
3,56 |
128,52 |
5,49 |
0,25 |
12973 |
5,65 |
177,84 |
6,5 |
0,32 |
50907 |
4,28 |
114,48 |
6,61 |
0,02 |
6920 |
8,85 |
93,24 |
4,32 |
0,06 |
5736 |
8,52 |
126,72 |
7,37 |
0,15 |
26705 |
7,19 |
91,8 |
7,02 |
0,08 |
20068 |
4,82 |
69,12 |
8,25 |
0,2 |
11487 |
5,46 |
66,24 |
8,15 |
0,2 |
32029 |
6,2 |
67,68 |
8,72 |
0,3 |
18946 |
4,25 |
50,4 |
6,64 |
0,24 |
28025 |
5,38 |
70,56 |
8,1 |
0,1 |
20968 |
5,88 |
72 |
5,52 |
0,11 |
11049 |
9,27 |
97,2 |
9,37 |
0,47 |
45893 |
4,36 |
80,28 |
13,17 |
0,53 |
99400 |
10,31 |
51,48 |
6,67 |
0,34 |
20719 |
4,69 |
105,12 |
5,68 |
0,2 |
36813 |
4,16 |
128,52 |
5,22 |
0,24 |
33956 |
3,13 |
94,68 |
10,02 |
0,54 |
17016 |
4,02 |
85,32 |
8,16 |
0,4 |
34873 |
5,23 |
76,32 |
3,78 |
0,2 |
11237 |
2,74 |
153 |
6,48 |
0,64 |
17306 |
3,1 |
107,64 |
10,44 |
0,42 |
39250 |
10,44 |
90,72 |
7,65 |
0,27 |
19074 |
5,65 |
82,44 |
8,77 |
0,37 |
18452 |
6,67 |
79,92 |
7 |
0,38 |
17500 |
5,91 |
120,96 |
11,06 |
0,35 |
7888 |
11,99 |
84,6 |
9,02 |
0,42 |
58947 |
8,3 |
85,32 |
13,28 |
0,32 |
94697 |
1,63 |
101,52 |
9,27 |
0,33 |
29626 |
8,94 |
107,64 |
6,7 |
0,29 |
11688 |
5,82 |
85,32 |
6,69 |
0,3 |
21955 |
4,8 |
131,76 |
9,42 |
0,56 |
12243 |
5,01 |
116,64 |
7,24 |
0,42 |
20193 |
4,12 |
138,24 |
5,39 |
0,26 |
20122 |
5,1 |
156,96 |
5,61 |
0,16 |
7612 |
3,49 |
137,52 |
5,59 |
0,45 |
27404 |
4,19 |
135,72 |
6,57 |
0,31 |
39648 |
5,01 |
155,52 |
6,54 |
0,08 |
43799 |
11,44 |
48,6 |
4,23 |
0,68 |
6235 |
7,67 |
42,84 |
|
|
|
|
|