Материал: Выбор варианта производится по первой букве фамилии

Скачать

Заказать новую работу

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

Вариант 18


По данным, представленным в таблице, 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.

№
Накладные расходы, млн. руб.
Объем работ, млн. руб.
Численность рабочих, чел.
Фонд заработной платы рабочих, млн. руб.

1
3,5
11,9
980
5,754

2
4,0
12,1
675
5,820

3
3,1
11,2
1020
4,267

4
2,7
10,8
509
4,581

5
3,6
11,7
499
5,190

6
2,7
11,8
483
4,830

7
2,9
9,8
502
4,518

8
1,6
2,8
275
0,840

9
1,3
5,9
250
2,150

10
2,5
8,7
359
2,482

11
2,1
7,6
363
3,231

12
2,4
7,3
373
2,060

13
2,0
7,9
387
3,212

14
2,5
8,9
595
3,634

15
1,8
5,4
253
2,125

16
2,8
10,2
965
3,008

17
4,0
25,1
861
9,213

18
3,9
22,7
1320
8,990

19
4,7
20,3
993
6,265

20
4,8
19,9
607
7,347

21
4,3
18,2
760
7,524

22
3,5
17,3
738
6,642

23
3,0
16,5
634
5,833

24
3,6
17,0
683
12,059

25
3,3
17,1
424
7,051

26
2,9
16,2
593
6,404

27
3,1
17,3
406
5,575

28
2,8
16,3
807
5,019

29
3,5
12,9
629
10,485

30
4,6
13,8
1060
5,820

31
3,5
10,1
588
5,116

32
2,9
10,9
625
5,510

33
2,7
11,4
500
5,200

34
2,8
11,3
450
4,455

35
3,0
8,7
510
4,488

36
2,9
10,0
232
4,968

37
2,4
5,2
419
4,022

38
1,6
7,4
159
1,570

39
1,2
2,2
162
1,142

40
1,5
2,6
101
0,429


Требуется:

  1. Осуществить двумя способами выбор факторных признаков для построения регрессионной модели:

а) на основе анализа матрицы коэффициентов парной корреляции, включая проверку гипотезы о независимости объясняющих переменных (тест на выявление мультиколлинеарности Фаррара-Глоубера);

б) с помощью пошагового отбора методом исключения.

2. Дать экономическую интерпретацию коэффициентам уравнения регрессии.

3. Дать сравнительную оценку силы связи факторов с результатом с помощью коэффициентов эластичности, - и  - коэффициентов.

4. Провести тестирование ошибок уравнения регрессии на гетероскедастичность, используя тест Голдфельда –Квандта.

5. Рассчитать прогнозное значение результата, если прогнозные значения факторов составляют 75% от их максимальных значений.

6. Построить доверительные интервалы (с вероятностью 95%) для предсказанных значений накладных расходов и определить компании, в которых фактические значения накладных расходов завышены.

Вариант 19


Исследуется влияние некоторых показателей социально-экономического положения субъектов Центрального федерального округа России на региональный на индекс потребительских цен. В таблице приводятся официальные статистические данные по субъектам Центрального федерального округа Российской Федерации за 2005 год («Российская газета», 24 марта 2006 года, № 60).

В таблице приняты следующие обозначения: переменные Y,X1, X2, X3 представляют собой индексы потребительских цен в декабре 2005 года, выраженные в процентах к декабрю 2004 года:Y — общий,X1 — на продовольственные товары, X2 — на непродовольственные товары, X3 — на платные услуги населению. Переменные X4 и X5 — это соответственно среднемесячная номинальная начисленная заработная плата в 2005 году (тыс. руб.) и численность населения региона на 1 января 2005 года (тыс. чел.). Переменная Y рассматривается как результативная, переменные X1, X2, X3, X4, X5 — как факторные.


Область 
Y
X1
X2
X3
X4
X5

Белгородская
112,6
110,5
106,1
126,2
6,86
1512

Брянская

111,9
109,2
108,3
126,8
5,24
1346

Владимирская

110,9
107,7
104,7
126,9
6,07
1487

Воронежская
109,7
108,8
105,9
120,9
5,60
2334

Ивановская

108,7
106,0
107,2
116,6
5,37
1115

Калужская

111,2
109,1
108,7
120,9
6,98
1022

Костромская

109,2
106,6
105,1
123,4
5,84
717

Курская
109,4
107,7
106,1
116,9
5,65
1199

Липецкая
110,9
109,0
106,3
125,4
7,19
1190

Московская

111,3
107,5
105,6
126,8
9,51
6630

Орловская

109,5
107,5
106,1
122,4
5,46
842

Рязанская

110,1
109,7
106,1
118,4
6,22
1195

Смоленская

111,9
110,3
107,5
122,4
6,30
1019

Тамбовская
109,8
109,8
106,7
115,0
5,08
1145

Тверская

110,9
108,7
105,2
125,6
6,64
1425

Тульская

110,8
108,0
106,7
126,1
6,34
1622

Ярославская

112,3
109,2
106,6
130,6
7,39
1339

г. Москва
110,4
109,5
105,8
118,1
13,74
10407


Требуется:

  1. Построить матрицу парных коэффициентов линейной корреляции и выявить наличие либо отсутствие коллинеарности факторов.

  2. Построить линейную регрессионную модель общего индекса потребительских цен, не содержащую коллинеарных факторов. Проверить статистическую значимость уравнения регрессии и его параметров. Сделать выводы о существенности либо несущественности влияния каждого из факторов на общий индекс потребительских цен.

  3. Построить линейную регрессионную модель общего индекса потребительских цен, включающую в себя только факторы, оказывающие существенное влияние на результативную переменную. Оценить качество модели.

  4. Дать экономическую интерпретацию параметров уравнения регрессии и оценить вклад каждого из факторов в общий индекс потребительских цен с помощью дельта–коэффициентов.

  5. Для анализа влияния населенности региона на средний уровень доходов его жителей построить линейную модель регрессионной зависимости среднемесячной заработной платы X4 от численности населения X5. Проверить статистическую значимость уравнения регрессии и оценить среднюю эластичность изменения заработной платы в зависимости от числа жителей.

  6. Используя результаты регрессионного анализа, выявить наиболее привлекательные регионы.


Вариант 20


Исследуется влияние объема промышленного производства и размера инвестиций в основной капитал на региональный коэффициент смертности. В таблице приводятся официальные статистические данные по субъектам Центрального федерального округа за 2005 и 2006 года («Российская газета» от 24.03.2006 г., № 60 и от 14.03.2007 г. № 51), где:

  • Y — коэффициент смертности в 2006 году (выражается в промилле «‰» и представляет собой число умерших за год на 1000 человек населения);

  • X1 — индекс (темп роста) инвестиций в основной капитал в 2005 году (в % к 2004 году);

  • X2 — индекс промышленного производства в 2006 году (в % к 2005 году);

  • X3 — индекс инвестиций в основной капитал в 2006 году (в % к 2005 году).




Область 
Y
X1
X2
X3

  1. Белгородская
15,3
135,2
109,5
125,2

  1. Брянская

18,6
86,5
111,4
112,2

  1. Владимирская

19,4
107,4
105,3
105,1

  1. Воронежская
18,1
108,1
105,1
112,4

  1. Ивановская

19,9
104,6
112,0
106,2

  1. Калужская

17,7
103,6
106,4
107,8

  1. Костромская

18,9
114,8
110,8
73,5

  1. Курская
19,0
92,3
107,4
100,8

  1. Липецкая
17,4
100,2
110,4
130,5

  1. Московская

17,1
90,5
118,0
106,6

  1. Орловская

17,9
100,2
108,9
112,1

  1. Рязанская

19,2
89,7
110,2
99,8

  1. Смоленская

20,8
114,7
106,3
88,6

  1. Тамбовская
18,3
116,3
108,1
118,9

  1. Тверская

21,8
66,3
111,3
84,5

  1. Тульская

20,9
101,9
107,9
100,0

  1. Ярославская

18,3
125,7
105,6
76,9

  1. г. Москва
12,2
106,3
118,5
109,4
Источник: https://tut-files.ru/previewfile/105050

Смотрите также:

2014 biblioonline ru
Анализ эффективности инвестиций предприятия на примере ООО «СпецПримСтрой»
Изложение содержания дела, по которому приняты судебные постановления