>
14914862,5
70721609,0
0,0
47065602,9
У середньому
33775,8
799,6
1645279090,6
47943928,6
799,6
0,0
403104,4
1911394,8
0,0
1272043,3
Наведемо розрахунок кореляційної залежності на прикладі ВВП та інвестицій flow для Перу.
Проведемо візуальний аналіз даних шляхом побудови кореляційного поля залежності інвестицій flow від ВВП.
В
Малюнок 1 Корреляционное поле залежності інвестицій flow від ВВП
Проаналізувавши дані та їх графічне зображення, можна зробити припущення, що зв'язок між ознаками лінійна і вона описується рівнянням прямої:
х 2 = А 0 + а 1 в€™ х 1 . (3)
Визначимо параметри рівняння прямої на основі методу найменших квадратів, вирішивши систем нормальних рівнянь.
(4)
Звідки:
(5)
(6)
За формулами (5), (6) обчислимо а 0 , а 1 , використовуючи розрахункові дані таблиці 4.
.
.
Обчисливши параметри, отримаємо наступне рівняння регресії:
х 2 = -602,190 + 0,042 в€™ х 1 . p> Отже, із збільшенням ВВП на 1 млн.дол., інвестиції flow збільшаться на 0,42% млн.дол.
Значимість коефіцієнтів регресії перевіримо по t-критерієм Стьюдента. Обчислимо розрахункові значення t-критерію за формулами:
для параметра а 0 :
, (7)
для параметра а 1 :
, (8)
де n - обсяг вибірки,
середнє квадратичне відхилення результативної ознаки у від вирівняних значень у х :
, (9)
середнє квадратичне відхилення факторного ознаки х від загальної середньої:
. (10)
Знаходимо:
,,
,.
Обчислені значення t a 0 і t a 1 порівнюють з критичними (табличними) t, які визначають за таблицею Стьюдента з урахуванням прийнятого рівня значущості а і числом ступенів свободи варіації v = n -2 = 37-2 = 35. У соціально-економічних дослідженнях рівень значущості а зазвичай приймають рівним 0,05. Параметр визнається значущим за умови, якщо t розр > t табл . p> Так як t расча0 = 5,611 більше t табл = 3,000, параметр а 0 визнається значущим, тобто в цьому випадку мало ймовірно, що знайдене значення параметра обумовлене лише випадковими збігами.
Так як t расча1 = 8,686 більше t табл = 3,0...
