При организации внутрифирменного планирования важное значение приобретает построение и использование нежестких корреляционных моделей. На примере статистических данных по общественному питанию России за 2000 – 2004 г.г. в работе осуществлено экономико – математическое моделирование взаимосвязи развития объемов деятельности (товарооборота) общественного питания (У) в зависимости от динамики инвестиционных вложений в данный вид деятельности (Х).
При отборе независимого фактора учитывалось требование отсутствия функциональной зависимости между результативным и факторным признаками, т.к. в противном случае связь должна описываться с использованием жесткой модели.
Первичные данные исследуемых факторного и результативного признаков по годам представлены в табл. 1.
Таблица 1
Первичные данные для корреляционно – регрессионного моделирования
№ п/п |
Год |
Товарооборот, млн. руб. (У) |
Инвестиции, млн. руб.. (Х1) |
1 |
2000 |
111,5 |
211 |
2 |
2001 |
99,3 |
52 |
3 |
2002 |
162 |
990 |
4 |
2003 |
109,1 |
230 |
5 |
2004 |
130,8 |
1050 |
На начальном этапе моделирования строилась корреляционная матрица, представленная в табл. 2.
Таблица 2
Корреляционная матрица
- |
Товарооборот |
Инвестиции |
Товарооборот |
1 |
|
Инвестиции |
0,872511086 |
1 |
Исследование коэффициента корреляции в матрице показало, что изучаемый независимый фактор приемлем для дальнейшего моделирования.
Уравнение, которое отображает связь между товарооборотом (У) и влияющим фактором инвестиций (Х) имеет вид:
У = 99,39 + 0,046 * Х , (1)
Построение уравнения было осуществлено на основе использования данных регрессионной статистики, приведенных ниже.
Регрессионная статистика |
||
Множественный R |
0,872511086 |
|
R-квадрат |
0,761275596 |
|
Нормированный R-квадрат |
0,681700794 |
|
Стандартная ошибка |
14,01375035 |
|
Наблюдения |
5 |
|
Дисперсионный анализ |
||
df |
F |
|
Регрессия |
1 |
9,566792276 |
Остаток |
3 |
|
Итого |
4 |
|
Коэффициенты |
t-статистика |
|
Y-пересечение |
99,3873657 |
10,1803947 |
Переменная X 1 |
0,045702002 |
3,093023161 |
Для заключения о значимости фактора в модели оценивался критерий Стьюдента (t). Однородность исходных данных проверялась с помощью критерия Фишера (F). А конечная оценка полученного уравнения проводилась на основе множественного R2.
Для определения предельного нормативного критерия Стьюдента используется готовая таблица, в которой норматив зависит от степени свободы k1, равной числу независимых факторов, в нашем случае = 1, а также от уровня значимости а=5%.
Для нашего наблюдения табличный критерий Стьюдента составляет 12,7.
В то же время критерий в уравнении составил 10,2 (при свободном коэффициенте) и 3,1 (при Х). Таким образом, полученная модель может давать довольно значительную ошибку при прогнозировании.
Также был оценен критерий Фишера путем сравнения с его табличным значением. Табличное (нормативное) значение зависит от уровня значимости а, а также степеней свободы k1, k2. Степень свободы k2 равна разности между количеством значений варьирующего результативного признака и числом групп независимых факторов, т.е. =5-1=4. Согласно таблице норматив критерия Фишера составляет 7,71. Фактически же он равен 9,6, т.е. целиком удовлетворяет выдвигаемым требованиям к однородности данных.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.