По каждому ряду динамики необходимо определить параметры линейного тренда методом наименьших квадратов. Для первого ряда динамики результирующим показателем является заработная плата по тарифу по месяцам, для второго в качестве результата выступает объём выработки.
Рассмотрим реализацию метода наименьших квадратов для линейной зависимости
y = a 0 + a 1 t
Данное уравнение можно классифицировать как линейную форму. Составим систему нормальных уравнений вида
По методу наименьших квадратов определяем неизвестные параметры a 0 и a 1 на основе решения этой системы уравнений методом подстановки. Расчёт промежуточных параметров, необходимых для решения системы уравнений, можно оформить таблицей.
Таблица 2.2.
Обработка исходных данных для реализации метода наименьших квадратов.
Обозначение параметров | Значение по временным интервалам i =1..n | Сумма по интервалам | |||
yi | y 1 | y 2 | … | yn | Σ yi |
ti | … | n | Σ ti | ||
ti 2 | 1*1 | 2 ∙ 2 | … | n ∙ n | Σ ti 2 |
yi ∙ ti | y 1 ∙ 1 | y 2 ∙ 2 | … | yn ∙ n | Σ yi∙ti |
РАЗДЕЛ 3. Корелляционно – регрессионный анализ
|
|
3.1.Формирование уравнений парной регрессии
Ряды статистических величин характеризуются наличием более или менее значительной вариации в величине признака у отдельных единиц совокупности. Возникает вопрос – какие причины формируют уровень признака в данной совокупности и каков конкретный вклад каждой из них.
При изучении конкретных зависимостей одни признаки выступают в качестве факторов, обуславливающих изменение других признаков.
Признаки первой группы в дальнейшем будем называть признаками-факторами или факторными признаками (Х).
Признаки, которые являются результатом влияния этих факторов, будем называть результативными (У). Например, при изучении зависимости между производительностью труда рабочих и энерговооружённостью их труда. Уровень производительности труда является результативным фактором, а энерговооружённость труда рабочих – факторным признаком.
Формы проявления взаимосвязей весьма разнообразны, В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. Достаточно часто функциональная связь проявляется в физике, химии. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции.
Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значении независимом переменной. Объяснение тому - сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции.
|
|
Необходимо с использованием метода наименьших квадратов сформировать уравнения парной регрессии
где - результативный признак – заработная плата по тарифу,
- объем выпущенной продукции,
i – количество наблюдений за данными показателями, i =1÷12 в данном случае дают характеристику степени тесноты связи заработной платы и выработки по двум участникам предприятия.
Система уравнений:
Метод наименьших квадратов применяется для определения параметров а0 и а1.
Смысл параметров:
а1 – это коэффициент регрессии, характеризующий влияние, которое оказывает изменение X на Y, т.е. объем выпущенной продукции на величину заработной платы а1 показывает на сколько единиц в среднем изменится Y при изменении X на единицу.
Если а1> 0, то наблюдается положительная связь.
Если а1< 0, имеет отрицательной значение, то увеличение Х на единицу влечет за собой уменьшение Y в среднем на а1 (параметр а1 обладает размерностью отношения Y к Х).
Параметр а0 – это постоянная величина в уравнении регрессии. Часто экономического смысла не имеет, но в ряде случаев его интерпретируют как начальное значение Y.
Значение функции y=a0+a1х называется расчетным значением и на графике образует теоретическую линию регрессии.
Смысл теоретической регрессии в том, что это оценка среднего значения переменной Y для заданного значения Х.