Анализ накладных расходов
Уравнение регрессии имеет вид: y= 1,165+ 0,097×1+0,001×2. Индекс корреляции ®=0,851 (табл.5). Коэффициент детерминации = 0,724. Следовательно, около 72% вариации зависимой переменной учтено в модели и обусловлено влиянием включенных факторов. Построить уравнение множественной регрессии только со значимыми факторами, рассчитать индекс корреляции R и оценить качество полученного уравнения регрессии… Читать ещё >
Анализ накладных расходов (реферат, курсовая, диплом, контрольная)
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
по эконометрике
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. | |
3,5 | 11,9 | 5,754 | |||
4,0 | 12,1 | 5,820 | |||
3,1 | 11,2 | 4,267 | |||
… | … | … | … | … | |
1,6 | 7,4 | 1,570 | |||
1,2 | 2,2 | 1,142 | |||
1,5 | 2,6 | 0,429 | |||
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 (б=0,05) и статистическую значимость параметров регрессии, используя критерий Стьюдента.
4. Дать сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, ви ?-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 R | 0,866 358 078 | |
R-квадрат | 0,750 576 318 | |
Нормированный R-квадрат | 0,729 791 012 | |
Стандартная ошибка | 0,471 742 887 | |
Наблюдения | ||
Таблица 3. Дисперсионный анализ
df | SS | MS | F | Значимость F | ||
Регрессия | 24,10 851 135 | 8,3 617 | 36,11 091 | 5,96E-11 | ||
Остаток | 8,1 148 865 | 0,222 541 | ||||
Итого | 32,12 | |||||
Таблица 4
Коэффициенты | Стандартная ошибка | t-статистика | ||
Y-пересечение | 1,132 | 0,19 076 | 5,931 641 159 | |
X1 | 0,060 | 0,2 727 | 2,184 222 962 | |
X2 | 0,001 | 0,38 | 2,797 672 164 | |
X3 | 0,103 | 0,5 294 | 1,942 314 668 | |
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 | ||
Y | |||||
X1 | 0,81 487 503 | ||||
X2 | 0,739 480 383 | 0,688 804 335 | |||
X3 | 0,773 879 466 | 0,824 998 839 | 0,59 924 032 | ||
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 R | 0,851 | |
R-квадрат | 0,724 | |
Нормированный R-квадрат | 0,709 542 965 | |
Стандартная ошибка | 0,489 098 594 | |
Наблюдения | ||
Таблица 6. Дисперсионный анализ
df | SS | MS | F | Значимость F | ||
Регрессия | 23,2 689 549 | 11,63 447 745 | 48,636 | 4,40607E-11 | ||
Остаток | 8,851 045 097 | 0,239 217 435 | ||||
Итого | 32,12 | |||||
Таблица 7
Коэффициенты | Стандартная ошибка | t-статистика | ||
Y-пересечение | 1,165 | 0,196 970 572 | 5,914 | |
X1 | 0,097 | 0,19 899 056 | 4,883 | |
X2 | 0,001 | 0,390 527 | 2,848 | |
Таблица 8. ВЫВОД ОСТАТКА
Наблюдение | Предсказанное Y | Остатки | |
3,411 | 0,089 | ||
3,092 | 0,908 | ||
3,388 | — 0,288 | ||
2,781 | — 0,081 | ||
2,857 | 0,743 | ||
2,849 | — 0,149 | ||
2,676 | 0,224 | ||
1,743 | — 0,143 | ||
2,016 | — 0,716 | ||
2,410 | 0,090 | ||
2,307 | — 0,207 | ||
2,289 | 0,111 | ||
2,363 | — 0,363 | ||
2,692 | — 0,192 | ||
1,971 | — 0,171 | ||
3,229 | — 0,429 | ||
4,562 | — 0,562 | ||
4,839 | — 0,939 | ||
4,242 | 0,458 | ||
3,774 | 1,026 | ||
3,779 | 0,521 | ||
3,667 | — 0,167 | ||
3,473 | — 0,473 | ||
3,577 | 0,023 | ||
3,298 | 0,002 | ||
3,399 | — 0,499 | ||
3,298 | — 0,198 | ||
3,646 | — 0,846 | ||
3,118 | 0,382 | ||
3,685 | 0,915 | ||
2,800 | 0,700 | ||
2,919 | — 0,019 | ||
2,829 | — 0,129 | ||
2,764 | 0,036 | ||
2,578 | 0,422 | ||
2,395 | 0,505 | ||
2,136 | 0,264 | ||
2,061 | — 0,461 | ||
1,559 | — 0,359 | ||
1,530 | — 0,030 | ||
Уравнение регрессии имеет вид: y= 1,165+ 0,097x1+0,001x2. Индекс корреляции ®=0,851 (табл.5). Коэффициент детерминации = 0,724. Следовательно, около 72% вариации зависимой переменной учтено в модели и обусловлено влиянием включенных факторов.
Задание 3
Проверку значимости уравнения регрессии произведем на основе критерия Фишера. Значение F-критерия Фишера находится в таблице 6 и равен 48,636. Табличное значение при б=0,05 и k1=2, k2=37 составляет 3,252. Поскольку Fрас› Fтабл, то уравнение регрессии следует признать адекватным.
Значимость коэффициентов уравнения регрессии оценим с использованием t-критерия Стьюдента. Расчетные значения для a1 и a2 приведены в таблице 7 и равны 4,883 и 2,848. Табличное значение найдем с помощью функции СТЬЮДРАСПОБР при б=0,05 и k=37. Оно составляет 2,026. Т.к. расчетные значения больше табличного, то коэффициенты уравнения регрессии значимы.
Задание 4
Коэффициент эластичности рассчитывается по формуле:
вj=
?j=вj/R2
Таблица 9
№ | Накладные расходы | Объем работ | y-yср | (y-yср)2 | x-xср | (x-xср)2 | (y-yср)*(x-xср) | |
Y | X1 | |||||||
3,5 | 11,9 | 0,55 | 0,303 | 0,04 | 0,002 | 0,022 | ||
12,1 | 1,05 | 1,103 | 0,24 | 0,058 | 0,252 | |||
3,1 | 11,2 | 0,15 | 0,023 | — 0,66 | 0,436 | — 0,099 | ||
2,7 | 10,8 | — 0,25 | 0,062 | — 1,06 | 1,124 | 0,265 | ||
3,6 | 11,7 | 0,65 | 0,423 | — 0,16 | 0,026 | — 0,104 | ||
2,7 | 11,8 | — 0,25 | 0,062 | — 0,06 | 0,004 | 0,015 | ||
2,9 | 9,8 | — 0,05 | 0,002 | — 2,06 | 4,244 | 0,103 | ||
1,6 | 2,8 | — 1,35 | 1,823 | — 9,06 | 82,084 | 12,231 | ||
1,3 | 5,9 | — 1,65 | 2,723 | — 5,96 | 35,522 | 9,834 | ||
2,5 | 8,7 | — 0,45 | 0,203 | — 3,16 | 9,986 | 1,422 | ||
2,1 | 7,6 | — 0,85 | 0,722 | — 4,26 | 18,148 | 3,621 | ||
2,4 | 7,3 | — 0,55 | 0,303 | — 4,56 | 20,794 | 2,508 | ||
7,9 | — 0,95 | 0,903 | — 3,96 | 15,682 | 3,762 | |||
2,5 | 8,9 | — 0,45 | 0,203 | — 2,96 | 8,762 | 1,332 | ||
1,8 | 5,4 | — 1,15 | 1,323 | — 6,46 | 41,732 | 7,429 | ||
2,8 | 10,2 | — 0,15 | 0,023 | — 1,66 | 2,756 | 0,249 | ||
25,1 | 1,05 | 1,103 | 13,24 | 175,298 | 13,902 | |||
3,9 | 22,7 | 0,95 | 0,903 | 10,84 | 117,506 | 10,298 | ||
4,7 | 20,3 | 1,75 | 3,063 | 8,44 | 71,234 | 14,770 | ||
4,8 | 19,9 | 1,85 | 3,423 | 8,04 | 64,642 | 14,874 | ||
4,3 | 18,2 | 1,35 | 1,823 | 6,34 | 40,196 | 8,559 | ||
3,5 | 17,3 | 0,55 | 0,303 | 5,44 | 29,594 | 2,992 | ||
16,5 | 0,05 | 0,003 | 4,64 | 21,530 | 0,232 | |||
3,6 | 0,65 | 0,423 | 5,14 | 26,420 | 3,341 | |||
3,3 | 17,1 | 0,35 | 0,123 | 5,24 | 27,458 | 1,834 | ||
2,9 | 16,2 | — 0,05 | 0,002 | 4,34 | 18,836 | — 0,217 | ||
3,1 | 17,3 | — 0,15 | 0,023 | 5,44 | 29,594 | — 0,816 | ||
2,8 | 16,3 | — 0,15 | 0,023 | 4,44 | 19,714 | — 0,666 | ||
3,5 | 12,9 | 0,55 | 0,303 | 1,04 | 1,082 | 0,572 | ||
4,6 | 13,8 | 1,65 | 2,723 | 1,94 | 3,764 | 3,201 | ||
3,5 | 10,1 | 0,55 | 0,303 | — 1,76 | 3,098 | — 0,968 | ||
2,9 | 10,9 | — 0,05 | 0,002 | — 0,96 | 0,922 | 0,048 | ||
2,7 | 11,4 | — 0,25 | 0,062 | — 0,46 | 0,212 | 0,115 | ||
2,8 | 11,3 | — 0,15 | 0,023 | — 0,56 | 0,314 | 0,084 | ||
8,7 | 0,05 | 0,003 | — 3,16 | 9,986 | — 0,158 | |||
2,9 | — 0,05 | 0,002 | — 1,86 | 3,460 | 0,093 | |||
2,4 | 5,2 | — 0,55 | 0,303 | — 6,66 | 44,356 | 3,663 | ||
1,6 | 7,4 | — 1,35 | 1,823 | — 4,46 | 19,892 | 6,021 | ||
1,2 | 2,2 | — 1,75 | 3,063 | — 9,66 | 93,316 | 16,905 | ||
1,5 | 2,6 | — 1,45 | 2,103 | — 9,26 | 85,748 | 13,427 | ||
474,4 | -0,3 | 32,12 | 1149,52 | 154,95 | ||||
ср. | 2,95 | 11,86 | -0,0075 | |||||
Тогда Э1(для X1)=0,097*11,86/2,95=0,391
в1=0,097*5,43/0,82=0,581
?1=0,806*0,581/0,724=0,647.
При изменении объема работ на 1% накладные расходы изменятся на 39%.При увеличении объема работ на 5,43 млн руб. накладные расходы увеличатся на 476 тыс. руб. (0,581*0,82). Доля влияния объема работ в суммарном влиянии всех факторов составляет 64,7%.
Таблица 10
№ | Накладные расходы | Численность рабочих | y-yср | (y-yср)2 | x-xср | (x-xср)2 | (y-yср)*(x-xср) | |
Y | X2 | |||||||
3,5 | 0,55 | 0,303 | 411,28 | 0,092 | 226,201 | |||
1,05 | 1,103 | 106,28 | 1,216 | 111,589 | ||||
3,1 | 0,15 | 0,023 | 451,28 | 0,001 | 67,691 | |||
2,7 | — 0,25 | 0,062 | — 59,73 | 0,004 | 14,931 | |||
3,6 | 0,65 | 0,423 | — 69,73 | 0,179 | — 45,321 | |||
2,7 | — 0,25 | 0,062 | — 85,73 | 0,004 | 21,431 | |||
2,9 | — 0,05 | 0,002 | — 66,73 | 0,000 | 3,336 | |||
1,6 | — 1,35 | 1,823 | — 293,73 | 3,322 | 396,529 | |||
1,3 | — 1,65 | 2,723 | — 318,73 | 7,412 | 525,896 | |||
2,5 | — 0,45 | 0,203 | — 209,73 | 0,041 | 94,376 | |||
2,1 | — 0,85 | 0,722 | — 205,73 | 0,522 | 174,866 | |||
2,4 | — 0,55 | 0,303 | — 195,73 | 0,092 | 107,649 | |||
— 0,95 | 0,903 | — 181,73 | 0,815 | 172,639 | ||||
2,5 | — 0,45 | 0,203 | 26,28 | 0,041 | — 11,824 | |||
1,8 | — 1,15 | 1,323 | — 315,73 | 1,749 | 363,084 | |||
2,8 | — 0,15 | 0,023 | 396,28 | 0,001 | — 59,441 | |||
1,05 | 1,103 | 292,28 | 1,216 | 306,889 | ||||
3,9 | 0,95 | 0,903 | 751,28 | 0,815 | 713,711 | |||
4,7 | 1,75 | 3,063 | 424,28 | 9,379 | 742,481 | |||
4,8 | 1,85 | 3,423 | 38,28 | 11,714 | 70,809 | |||
4,3 | 1,35 | 1,823 | 191,28 | 3,322 | 258,221 | |||
3,5 | 0,55 | 0,303 | 169,28 | 0,092 | 93,101 | |||
0,05 | 0,003 | 65,28 | 0,000 | 3,264 | ||||
3,6 | 0,65 | 0,423 | 114,28 | 0,179 | 74,279 | |||
3,3 | 0,35 | 0,123 | — 144,73 | 0,015 | — 50,654 | |||
2,9 | — 0,05 | 0,002 | 24,28 | 0,000 | — 1,214 | |||
3,1 | — 0,15 | 0,023 | — 162,73 | 0,001 | 24,409 | |||
2,8 | — 0,15 | 0,023 | 238,28 | 0,001 | — 35,741 | |||
3,5 | 0,55 | 0,303 | 60,28 | 0,092 | 33,151 | |||
4,6 | 1,65 | 2,723 | 491,28 | 7,412 | 810,604 | |||
3,5 | 0,55 | 0,303 | 19,28 | 0,092 | 10,601 | |||
2,9 | — 0,05 | 0,002 | 56,28 | 0,000 | — 2,814 | |||
2,7 | — 0,25 | 0,062 | — 68,73 | 0,004 | 17,181 | |||
2,8 | — 0,15 | 0,023 | — 118,73 | 0,001 | 17,809 | |||
0,05 | 0,003 | — 58,73 | 0,000 | — 2,936 | ||||
2,9 | — 0,05 | 0,002 | — 336,73 | 0,000 | 16,836 | |||
2,4 | — 0,55 | 0,303 | — 149,73 | 0,092 | 82,349 | |||
1,6 | — 1,35 | 1,823 | — 409,73 | 3,322 | 553,129 | |||
1,2 | — 1,75 | 3,063 | — 406,73 | 9,379 | 711,769 | |||
1,5 | — 1,45 | 2,103 | — 467,73 | 4,421 | 678,201 | |||
-0,3 | 32,12 | 0,00 | 67,03 | 7289,068 | ||||
ср. | 2,95 | 568,725 | -0,0075 | |||||
Тогда Э2=0,001*568,725/2,95=0,214
в2=0,001*276,6/0,82=0,339
?2=0,744*0,339/0,724=0,348.
При изменении численности рабочих на 1% накладные расходы изменятся на 21%. При увеличении численности рабочих на 277 человек накладные расходы увеличатся на 280 тыс. руб. (276,6*0,82). Доля влияния численности рабочих в суммарном влиянии всех факторов составляет 35%.
Задание 5
Проверим выполнение предпосылок МНК:
· Отсутствие автокорреляции Отсутствие автокорреляции проверяется по d-критерию Дарбина — Уотсона:
.
d=1,46 (d1=1,45 и d2=1,59).
Следовательно возникает неопределенность,
r=0,73 (rтабл=0,851), следовательно автокорреляция отсутствует.
· Случайный характер остатков.
Случайный характер остатков проверяется по графику. Как видно из графика в расположении точек Ei нет направленности, следовательно, Ei — случайные величины и применение МНК оправдано.
· Средняя величина остатков или математическое ожидание равно нулю.
Так как расположение остатков на графике не имеет направленности, то они независимы от значений фактора x1.
· Остатки подчиняются нормальному закону распределения.
· Проверка гомоскедастичности остатков:
Гомоскедастичность остатков проверяется по тесту Голдфельда — Кванта.
1) Ранжируем наблюдение в порядке возрастания х. Делим их на две группы: с большим и меньшим x и для каждой группы определяем уравнение регрессии.
Получаем следующие уравнения y=0,84+0,16x1+ 0,0006x2 и y=1,996+0,05x1+ 0,001x2
Рассчитываем остаточные суммы квадратов для каждой регрессии.
.
Вычисляются Fраспределения.
Fнабл.=S2y/S1y или Fнабл.= S1y/S2y из условий, что в числителе должна быть большая сумма квадратов.
Fнабл. = S2y/S1y =2,67
Производится сравнение Fнабл. и Fтабл.
2,06<2,67(при k1=40, k2=18, б=0,05) следовательно, гетероскедастичность имеет место.