Страница: 31/38
В качестве временного интервала для исследования взят период с июля 1998 года по март 2000 года., т.е. после кризисный период , когда произошли большие изменения в экономике страны, повлекшие за собой изменения в экономике и финансах предприятий. Для исследования данный период был взят для того, чтобы не было искажений и «скачков» в результатах, а также потому, что данный период имеет достаточное количество точек для получения адекватной модели .
Для проведения исследования составляющих выручки от реализации товара на прибыль применялись корреляционный и регрессионный анализ. Выполнение расчетов производилось с использованием стандартного программного продукта «СтатЭксперт . Исследование проводилось в 2 этапа:
Корреляционный анализ
Регрессионный анализ с прогнозом.
Корреляционный анализ:
Прежде чем построить модель необходимо провести предварительную обработку данных, которая включает в себя получение корреляционной матрицы исходных данных, используя коэффициенты парной корреляции. Результаты расчетов представлены в приложении 6.
Данная таблица есть корреляционная матрица, где по строкам и столбцам представлены исследуемые параметры, обозначенные как показатели 1,2,3,….11, нумерация которых соответствует порядку параметров, представленных в таблице , то есть показатель – 1 есть выручка, показатель 2 – заработная плата,….,показатель 8 – запчасти.
В корреляционной матрице дается критическое значение на уровне 90 % при 2-х степенях свободы равный 0,2920. Это означает, что надежность получаемых результатов в исследовании составляет 90 %, а две степени свободы – это количество исследуемых одновременно параметров. Критическое значение равное + 0,2920 используется для анализа таблицы . Коэффициенты корреляции , находящиеся в таблице , значение которых ниже 0,2920 (r ij< r i крит.) принимаются за величину равная нулю, то есть корреляционная связь между переменными считается не значимой или отсутствует.
На основании неравенства r ij< r i крит. корреляционная взаимосвязь отсутствует между следующими независимыми переменными (хi) с зависимыми переменными ( У- выручка). В регрессионном анализе данные показатели не учитываются.
Оценка коэффициентов корреляции осуществлялась на основе шкалы Чеддока:
Таблица 14
Шкала Чеддока
|
№ п/п |
Критическое значение коэффициента |
Показатель связи |
|
1 |
0,1 – 0,3 |
слабая корреляционная связь |
Таблица 14
|
1 |
2 |
3 |
|
2 |
0,3 – 0,5 |
умеренная корреляционная связь |
|
3 |
0,5 – 0,7 |
заметная корреляционная связь |
|
4 |
0,7 – 0,9 |
высокая корреляционная связь |
|
5 |
0,9 – 1,0 |
весьма высокая корреляционная связь |
На основании шкалы Чеддока и данных Приложения 6 можно сказать о силе связи :
Между зависимой переменной с независимыми, а именно между выручкой и заработной платой, выручкой и амортизацией основных средств, связь слабая, а между выручкой и ГСМ, выручкой и ремонтом связь умеренная.
Между независимыми переменными, а именно между амортизацией основных средств и ГСМ связь весьма высокая, между заработной платой и амортизацией основных средств, заработной платой и ГСМ, заработной платой и электро-энергией, электро-энергией и амортизацией основных средств, ГСМ и электро-энергией высокая и т.д.
Следует сказать ,что связь между зависимой переменной с независимой показывает на сколько сильно влияет на выручку различные издержки обращения, а связь между независимыми переменными должна отсутствовать, так как ее наличие отрицательно сказывается на анализе. Если случайные величины связаны отрицательной корреляцией, это означает, что при возрастании одной случайной величины, другая имеет тенденцию в среднем убывать.
Таким образом, можно сделать вывод, что для построения регрессионной модели:
используются все выбранные вначале переменные;
Реферат опубликован: 8/03/2006