- 1
- 2
- 3
- 4
- . . .
- последняя »
друга, и их одновременное включение в модель приведет к неправильной интерпретации соответствующих коэффициентов регрессии. Видно, что фактор Х2 имеет больший по модулю коэффициент корреляции с результатом Y, чем фактор Х3: ry,x2=0,72516; ry,x3=0,53397; |ry,x2|>|ry,x3| (см. табл. 1). Это свидетельствует о более сильном влиянии фактора Х2 на изменение Y. Фактор Х3, таким образом, исключается из рассмотрения.
Для построения уравнения регрессии значения используемых переменных (Y, X1, X2, X4) скопируем на чистый рабочий лист (прил. 3). Уравнение регрессии строим с помощью надстройки «Анализ данных… Регрессия» (меню «Сервис» «Анализ данных…» «Регрессия»). Панель регрессионного анализа с заполненными полями изображена на рис. 2.
Результаты регрессионного анализа приведены в прил. 4 и перенесены в табл. 2. Уравнение регрессии имеет вид (см. «Коэффициенты» в табл. 2): ŷ = 75.44 + 0.0447 · x1 - 0.0453 · x2 - 0.24 · x4
Уравнение регрессии признается статистически значимым, так как вероятность его случайного формирования в том виде, в котором оно получено, составляет 1.04571·10-45 (см. «Значимость F» в табл. 2), что существенно ниже принятого уровня значимости =0,05.
Вероятность случайного формирования коэффициентов при факторе Х1 ниже принятого уровня значимости =0,05 (см. «P-Значение» в табл. 2), что свидетельствует о статистической значимости коэффициентов и существенном влиянии этих факторов на изменение годовой прибыли Y.
Вероятность случайного формирования коэффициентов при факторах Х2 и Х4 превышает принятый уровень значимости =0,05 (см. «P-Значение» в табл. 2), и эти коэффициенты не признаются статистически значимыми.рис. 2. Панель регрессионного анализа модели Y(X1,X2,X4) Таблица 2
Результаты регрессионного анализа модели Y(X1, X2, X4)
Регрессионная статистика | |
Множественный R | 0,97292594 |
R-квадрат | 0,946584884 |
Нормированный R-квадрат | 0,944359254 |
Стандартная ошибка | 2,267611945 |
Наблюдения | 76 |
Дисперсионный анализ | ||||||||
| df | SS | MS | F | Значимость F | |||
Регрессия | 3 | 6560,929292 | 2186,98 | 425,31101 | 1,04571E-45 | |||
Остаток | 72 | 370,2286032 | 5,14206 | |||||
Итого | 75 | 6931,157895 |
|
|
| |||
Уравнение регрессии | ||||||||
Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% | |
Y-пересечение | 75,43927547 | 0,998411562 | 75,5593 | 2,545E-70 | 73,44897843 | 77,4295725 | 73,44897843 | 77,42957252 |
X1 | 0,044670594 | 0,01380341 | 3,2362 | 0,0018316 | 0,017154 | 0,07218719 | 0,017154 | 0,072187188 |
X2 | -0,045296701 | 0,421363275 | -0,1075 | 0,914691 |
- 1
- 2
- 3
- 4
- . . .
- последняя »
Похожие работы
Тема: Прогноз годовой прибыли |
Предмет/Тип: Экономика отраслей (Контрольная работа) |
Тема: Факторы, влияющие на количество и качество прибыли. Планирование и расходование прибыли |
Предмет/Тип: Экономика отраслей (Курсовая работа (т)) |
Тема: Факторы, влияющие на количество и качество прибыли. Планирование и расходование прибыли |
Предмет/Тип: Эктеория (Курсовая работа (т)) |
Тема: Сущность и виды прибыли. Распределение и использование прибыли |
Предмет/Тип: Эктеория (Реферат) |
Тема: Факторный анализ прибыли, планирование прибыли |
Предмет/Тип: Финансы, деньги, кредит (Реферат) |
Интересная статья: Основы написания курсовой работы