699
амортизація,
тис.руб.
3,868284073
2,567683844
повна собівартість,
тис.руб
7,274210595
4,854902951
4,836609752
tтаблічное
2,200985159
Таблиця 7
В
Розрахунок проводився в оболонці В«ExcelВ» вручну за формулою (1), t табличне розраховувалося за допомогою функції СТЬЮДРАСПОБР виходячи з тієї ж формули.
Висновки: в результаті порівняння t розрахункове і t табличне з'ясувалося, що з імовірністю 0,95 можна затверджувати, що зв'язок між результативним і факторними ознаками є істотною (t розрахункове > t табличне ), невипадковою. Яку з цих двох модель краще вибрати покаже подальший аналіз.
4. Регресійний аналіз даних.
В
На цьому етапі, використовуючи метод найменших квадратів, будується багатофакторна регресійна залежність (рівняння регресії) результуючого показника від залишилася після попередніх кроків аналізу факторних показників.
Лінійна модель , Що містить незалежні змінні тільки в першого ступеня, має вигляд:
(2)
де а 0 - Вільний член,
а 1 ... а n - параметри рівняння (коефіцієнти регресії),
х 1 .... х n - значення факторних ознак.
Параметри рівняння регресії розраховуються методом найменших квадратів, при цьому розв'язується система нормальних рівнянь з к +1 невідомими.
Для вимірювання ступеня сукупності впливу відібраних факторів на результативний ознака розраховують сукупний коефіцієнт детермінації R 2 і сукупний коефіцієнт множинної кореляції R - загальні показники тісноти зв'язку ознак. Межі зміни: 0 ≤ R ≥ 1. Чим ближче R до 1, тим точніше рівняння множинної лінійної регресії відображає реальну зв'язок. p> Перевірка значущості моделей, побудованих на основі рівнянь регресії, починається з перевірки значимості кожного коефіцієнта регресії. Значимість коефіцієнта регресії здійснюється за допомогою t - критерію Стьюдента (відношення коефіцієнта регресії до його середньої помилку):
В (3)
Коефіцієнт регресії вважається статистично значимим, якщо t розрахункове > t табличне з заданими параметрами (рівнем значущості О±, = 0,05, і числом ступенів свободи П… = n - до -1, де n - число спостережень, до - число факторних ознак). p> Перевірка адекватності моделі здійснюється за допомогою F - критерію Фішера і величини середньої помилки апроксимації, яка не повинна перевищувати 12 - 15%. Якщо величина F розрахункове > F табличне , то зв'язок визнається істотною. F табличне знаходитися при заданому рівні значущості О± = 0,05 і числі ступенів свободи v 1 = k і v 2 = nk-1. (4)
Модель без урахування В«Матеріальних витратВ»
В
У таблиці 8 згенеровані результати по регресійної статистиці.
Регресійна статистика
Множинний R
0,997434896
R-квадрат
0,994876372
Нормований R-квадрат
0,993168496
Стандартна помилка
+2219,306976
Спостереження
13
Таблиця 8
Ці результати відповідають наступним статистичними показниками:
Множинний R - коефіцієнт ко...