Скачать

Анализ накладных расходов

Министерство образования и науки Российской Федерации

Федеральное агентство по образованию

Государственное образовательное учреждение высшего профессионального образования

Всероссийский заочный финансово-экономический институт

Кафедра экономико-математических методов и моделей


Лабораторная работа

поэконометрике

Вариант 8

Липецк 2007


Анализ накладных расходов

По данным, представленным в табл. 1, исследуется зависимость между величиной накладных расходов 40 строительных организаций Y (млн. руб.) и следующими тремя основными факторами:

x1 – объемом выполненных работ, млн. руб.

x2 – численностью рабочих, чел.

x3 – фондом зарплаты, млн. руб.

Таблица 1

Накладные расходы, млн. руб.Объем работ, млн. руб.Численность рабочих, чел.Фонд заработной платы рабочих, млн. руб.
13,511,99805,754
24,012,16755,820
33,111,210204,267
381,67,41591,570
391,22,21621,142
401,52,61010,429

Задание 1

1. Построить уравнение множественной регрессии в линейной форме с полным набором факторов, отобрать информативные факторы в модель по t-критерию для коэффициентов регрессии.

2. Построить уравнение множественной регрессии только со значимыми факторами, рассчитать индекс корреляции R и оценить качество полученного уравнения регрессии с помощью коэффициента детерминации.

3. Оценить статистическую значимость уравнения регрессии, используя критерий Фишера F(α=0,05) и статистическую значимость параметров регрессии, используя критерий Стьюдента.

4. Дать сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, β- и ∆-коэффициентов.

5. Проверить выполнение предпосылок МНК, в том числе провести тестирование ошибок уравнения регрессии на гетероскедастичность.

Задание 1

С помощью инструмента Регрессия (Анализ данных в Excel) построим уравнение множественной регрессии в линейной форме с полным набором факторов:

Результат регрессионного анализа содержится в таблицах 2 – 4:

Таблица 2

Регрессионная статистика

Множественный R0,866358078
R-квадрат0,750576318
Нормированный R-квадрат0,729791012
Стандартная ошибка0,471742887
Наблюдения40

Таблица 3. Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия324,108511358,0361736,110915,96E-11
Остаток368,011488650,222541
Итого3932,12

Таблица 4

Коэффициенты

Стандартная ошибка

t-статистика

Y-пересечение1,1320,190765,931641159
X10,0600,027272,184222962
X20,0010,000382,797672164
X30,1030,052941,942314668

Уравнение регрессии выглядит следующим образом:

y= 1,132+ 0,060x1+ 0,001x2+0,103x3.

Для отбора информативных факторов в модель воспользуемся инструментом Корреляция (Excel).

Получим

Y

X1

X2

X3

Y1
X10,814875031
X20,7394803830,6888043351
X30,7738794660,8249988390,599240321

Анализ матрицы коэффициентов парной корреляции показывает, что накладные расходы имеют тесную связь с фондом заработной платы (ryx3=0,815), с объемом работ и с численностью рабочих. Однако факторы X1 и X3 тесно связаны между собой (ryx1x3=0,825), что свидетельствует о наличии мультиколлинеарности. Из этих двух переменных оставим в модели X1 – объем работ.


Задание 2

С помощью инструмента Регрессия (Анализ данных в Excel) построим уравнение множественной регрессии только со значимыми факторами. Результат регрессионного анализа содержится в таблицах 5 – 8:

Таблица 5. Регрессионная статистика

Множественный R0,851
R-квадрат0,724
Нормированный R-квадрат0,709542965
Стандартная ошибка0,489098594
Наблюдения40

Таблица 6. Дисперсионный анализ

df

SS

MS

F

Значимость F

Регрессия223,268954911,6344774548,6364,40607E-11
Остаток378,8510450970,239217435
Итого3932,12

Таблица 7

Коэффициенты

Стандартная ошибка

t-статистика

Y-пересечение1,1650,1969705725,914
X10,0970,0198990564,883
X20,0010,0003905272,848

Таблица 8. ВЫВОД ОСТАТКА

Наблюдение

Предсказанное Y

Остатки

13,4110,089
23,0920,908
33,388-0,288
42,781-0,081
52,8570,743
62,849-0,149
72,6760,224
81,743-0,143
92,016-0,716
102,4100,090
112,307-0,207
122,2890,111
132,363-0,363
142,692-0,192
151,971-0,171
163,229-0,429
174,562-0,562
184,839-0,939
194,2420,458
203,7741,026
213,7790,521
223,667-0,167
233,473-0,473
243,5770,023
253,2980,002
263,399-0,499
273,298-0,198
283,646-0,846
293,1180,382
303,6850,915
312,8000,700
322,919-0,019
332,829-0,129
342,7640,036
352,5780,422
362,3950,505
372