и в модель фактори, зв'язок яких з результативним показником носить практично функціональний характер, тобто коефіцієнт кореляції прагне до одиниці.
Явище мультиколінеарності у вихідних даних вважається встановленим, якщо коефіцієнт парної кореляції між двома змінними перевищує 0,85. Щоб позбутися від мультиколінеарності, в модель включають лише один з лінійно пов'язаних між собою факторів, причому той, який більшою мірою пов'язаний з залежною змінною.
Розрахунок парних коефіцієнтів кореляції в даному дослідженні здійснено автоматизованим способом в середовищі MS Excel за допомогою пакету Аналіз даних і Опції Кореляція (Таблиця 3.2).
Таблиця 3.2 - Матриця парних коефіцієнтів кореляції
Показник YХ1Х2Х3Х4Y1Х10, 94141Х20, 90570,88891 Х30, 91150,24900,22231 Х40, 98200,93690,67260,57201
Як видно з даних таблиці 3.4, залежна змінна знаходиться в сильній зв'язку з усіма факторами. У модель включаються всі фактори, так як для даних пар факторів значення показника більше 0,85.
Перевірка інформації на однорідність і відповідність закону нормального розподілу здійснюється в середовищі MS Excel. Для цього в дослідженні використовується пакет Аналіз даних і опція Описова статистика (Таблиця 3.3).
Таблиця 3.3 - Перевірка вихідної інформації на однорідність і відповідність закону
ПоказательY Х1Х2 Х3Х4 Среднее1400, 70,8620,1108676151,4677,813333 Стандартна ошибка157,73490,0022060,00128446,872190,555547Медиана1659,9850,85930,10966043,98,89Мода619,390,85470,11666039,28,89Стандартное отклоненіе546, 40980,0076420,004449162,371,924471 Дисперсія виборкі298563, 65,841,9826364,033,703588 Ексцес - 1,61695-1,65-1,65-1,65-1,65 Асимметричность - 0,708090,5782540,4822860,811847-0,7778Интервал1310,30,01730,0102332,14,11Минимум619,390,85470,10646039,25,22Максимум1929,690,8720,11666371,39,33Сумма16808,410,3441,330473817,693,76Счет1212121212Наибольший(1)1929,690,8720,11666371,39,33Наименьший(1)619,390,85470,10646039,25,22Уровень надійності (95,0%) 347,17220,0048550,002827103,1651,22275
Як видно з даних таблиці 3.3, спостерігається незначна варіація результативного показника і факторних показників. Тому вихідну інформацію в нашому випадку можна вважати однорідною. Таким чином, вихідна інформація є однорідною і підпорядковується закону нормального розподілу, а отже, може використовуватися в цілях кореляційно-регресійного аналізу.
Для проведення кореляційно-регресійного аналізу використовуємо комп'ютерну програму Microsoft Excel. Розглянемо результати регресії. Висновок підсумків представлений в таблиці 3.4.
Таблиця 3.4 - Висновок підсумків
Регресійна статістікаМножественний R0, 9839R-квадрат0, 9680Нормірованний R-квадрат0, 7387Стандартная ошібка108, 0697Наблюденія12
Множинний коефіцієнт регресії R=0,9839 свідчить про наявність сильного зв'язку між Y і набором факторів Х1, Х2, Х3, Х4. Множинний коефіцієнт детермінації (R-квадрат) R 2=0,9680, що варіація Y на 96,80% визначається варіацією набором факторів Х1, Х2, Х3, Х4.
У таблиці 3.5 представлений дисперсійний аналіз.
Таблиця 3.5 - Дисперсійний аналіз
Показник dfSSMSFЗнач...