- 1
Министерство образования и науки Украины
Севастопольский национальный технический университет
Факультет Экономики и менеджмента
Кафедра менеджмента и экономико - математических методов Отчёт по лабораторной работе №4
По дисциплине: «Прикладная статистика»
На тему: «Однофакторный регрессионный анализ при помощи системы GRETL»
Вариант 1
Целью данной работы является научиться применять теоретические знания по теме «Одномерный регрессионный анализ» при решении экономических задач с помощью системы GRETL.
Задание 1
Компания «Лагуна», которая обеспечивает стеклянными бутылками множество изготовителей безалкогольных напитков, обладает следующей информацией, относящейся к числу ящиков при одной отгрузке и соответствующим транспортным затратам (см. Таблицу 1).
Таблица 1 Данные к заданию 1
Числоящиков наотгрузку | Транспортныезатраты вгривнах |
Вар 3 | |
150 | 6532 |
220 | 9771 |
350 | 15227 |
430 | 17575 |
580 | 23998 |
650 | 27800 |
730 | 29466 |
820 | 35447 |
850 | 34420 |
980 | 42188 |
Проведите анализ затрат в зависимости от числа ящиков к разгрузке. Представьте экономическое обоснование результатов регрессионного анализа. Спрогнозируйте сумму затрат при росте отгрузки до 1000 ящиков.
Решение:
Допустим, что транспортные затраты зависят от числа ящиков на отгрузку. Для проверки этого построим график зависимости и рассчитаем коэффициент корреляции, составив корелляционную матрицу.
Далее построим регрессионные модели вида: и , где – число ящиков (шт.), – транспортные затраты (грн).
Наши данные в системе gretl:
1. Построим сначала регрессионную модель вида
В зависимую переменную выбираем cost_var3, в независимую оставляем const и добавляем num_y.
Уравнение регрессии в данном случае: y = 192,181+41,7539x1
Так как р-значение (вероятность ошибки) меньше 0,05, то принимается альтернативная гипотеза, и коэффициент регрессии значим, то есть число ящиков существенно отражается на транспортные затраты.
Сумма квадратов ошибок и стандартная ошибка регрессии отражают степень разброса фактических значений от расчетных, полученных по модели, то есть чем меньше сумма квадратов ошибок и стандартная ошибка регрессии, тем точнее модель.
В нашем случае, модель не совершенно точно отражает.
Так как вычисленное значение p
- 1
Похожие работы
Интересная статья: Быстрое написание курсовой работы