индивидуальная работа / расчетная работа номер 3
.docxМИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РФ
ФГБОУ ВО «Пензенский ГАУ»
Кафедра «Финансы и информатизация бизнеса»
ИНДИВИДУАЛЬНАЯ РАБОТА №3
По дисциплине «Моделирование экономических процессов»
Вариант 1
|
|
|
|
Пенза, 2023
Задача.
Задание 1. Решить поставленную задачу в ПП MS Excel (использовать инструменты надстройки «Анализ данных»: «Описательная статистика», «Корреляция», «Регрессия»).
Задание 2. Проанализировать полученное решение (записать уравнение регрессии, оценить его по критерию Фишера, коэффициенты регрессии оценить по критерию Стьюдента, записать выводы).
Факторы, включенные в исходные данные, обозначают:
Y – реализация крупного рогатого скота на убой в живом весе, центнеров.
Х1 – удельный вес крестьянских (фермерских) хозяйств в общем производстве скота и птицы на убой в живом весе, в % к хозяйствам всех категорий.
Х2 – поголовье крупного рогатого скота в хозяйствах всех категорий, голов.
Х3 – выращивание крупного рогатого скота, центнеров.
Х4 – удельный вес крестьянских (фермерских) хозяйств в общем поголовье крупного рогатого скота, в % к хозяйствам всех категорий.
Решение
Для начала заполним таблицу с исходными данными в листе MS Excel (Рисунок 1).
Рисунок 1 – Исходные данные
С помощью функции Анализ данных на вкладке Данные выбираем следующие команды: (Рисунок 2)
Рисунок 2 – Описательная статистика
Входной интервал находится от столбца Y до Х4 и описывает влияния исходных факторов на реализацию КРС. Устанавливаем уровень надежности и выходной интервал (верхняя левая ячейка будущего диапазона). Таким образом, мы получаем следующее решение, представленное на рисунке 3.
Рисунок 3 – Результаты вычислений
Рассчитаем коэффициент вариации путем деления Стандартного отклонения на Среднее. Если значение коэффициента вариации не превышает 33%, в нашем случае все коэффициенты меньше, значит совокупность однородна. (Рисунок 4).
Рисунок 4 − Результаты коэффициента вариации
Далее необходимо рассчитать коэффициенты корреляции. С помощью Анализа данных выбираем раздел Корреляция. (Рисунок 5).
Рисунок 5 − Корреляция
Получаем таблицу: (Рисунок 6)
Рисунок 6 − Результаты вычислений
Значения коэффициентов парной корреляции указывают на весьма тесную связь выработки y к x2 (0,62). Но в то же время межфакторная связь между х1 и х2 превышает тесноту связи х1 с у (0,68). В связи с этим для улучшения данной модели можно исключить фактор х1 как малоинформативный, недостаточно статистически надежный.
Далее необходимо провести регрессионный анализ (Рисунок 7).
Рисунок 7 − Регрессия
В результате получаем таблицу: (Рисунок 8)
Рисунок 8 − Результаты вычислений
Так как вычисленное значение критерия Cтьюдента (t-статистика) меньше табличного (2,06) для 3 фактора, следует исключить этот фактор.
Рисунок 9 Результаты вычислений
Так как вычисленное значение критерия Cтьюдента (t-статистика) меньше табличного (2,06) для 4 фактора, следует исключить этот фактор.
Рисунок 10 Результаты вычислений
Таким образом мы получили следующее уравнение регрессии:
Y = 19,63+ 0,27Х2
Таким образом реализация КРС на убой в живом весе увеличится на 0,27 при увеличении поголовья КРС в хозяйствах всех категорий.
В дисперсионном анализе критерий Фишера позволяет оценивать значимость факторов и их взаимодействия. Для его оценки необходимо знать его табличное значение.
k1= m = 4
k2= (n – m -1) = 28 – 4-1= 23
F табл (4; 23) = 2,8
Поскольку фактическое значение F > F табл, то коэффициент детерминации статистически значим.