Расчетные показатели
i |
|
|
|
|
|
|
|
|
|
1 |
96 |
221 |
9216 |
48841 |
21216 |
4,3 |
18,49 |
950,3 |
950,3 |
2 |
77 |
1070 |
5929 |
1144900 |
82390 |
5,9 |
34,81 |
6313 |
6313 |
3 |
77 |
1001 |
5929 |
1002001 |
77077 |
5,9 |
34,81 |
5905,9 |
5905,9 |
4 |
89 |
606 |
7921 |
367236 |
53934 |
3,9 |
15,21 |
2363,4 |
2363,4 |
5 |
82 |
779 |
6724 |
606841 |
63878 |
4,3 |
18,49 |
3349,7 |
3349,7 |
6 |
81 |
789 |
6561 |
622521 |
63909 |
4,9 |
24,01 |
3866,1 |
3866,1 |
|
502 |
4466 |
42280 |
3792340 |
362404 |
29,2 |
145,82 |
22748,4 |
22748,4 |
Вычислим коэффициент множественной корреляции по формуле (1.11.44):
.
Вычислим частные коэффициенты корреляции:
;
и частные коэффициенты детерминации:
;
.
Частные коэффициенты детерминации показывают, что 90,25% всей колеблемости прибыли обусловлено влиянием первого фактора (затраты на 1 руб. произведенной продукции) и только 0,16% – влиянием второго фактора (стоимость основных фондов).
Упражнение 1.11.3. В табл. 1.11.16 даны значения результативного признака у и факторов и . Постройте линейную регрессионную модель, вычислите среднюю ошибку аппроксимации, частные коэффициенты эластичности, множественный коэффициент корреляции по формулам (1.11.42) и (1.11.44), частные коэффициенты корреляции и детерминации. Сформулируйте выводы.
Таблица 1.11.16
i |
|
|
|
1 |
9 |
30 |
12 |
2 |
15 |
40 |
13 |
3 |
7 |
20 |
14 |
4 |
12 |
89 |
17 |
5 |
7 |
22 |
20 |
1.11.6. Изучение связи между атрибутивными признаками
Для выявления
связи между двумя альтернативными
признаками используют коэффициент
ассоциации Юла
(
)
и коэффициент
контингенции Пирсона
(
).
Для вычисления этих коэффициентов
составляется табл. 1.11.17, где
число единиц статистической совокупности,
у которых признак х
принимает значение
,
а признак y
– значение
(i,j=1,2).
Таблица 1.11.17