Реферат: Анализ рентабельности с помощью программы Олимп

прогноз по регрессии  НЕТ

┌1────┬──────────────────────────────────────────────────┬────────┐

│   N │ k k k k k k k k k k╞ k° кdYь │   .Ў5 │

├─────┼──────────────────────────────────────────────────┼────────┤

│ x4  │                                             0.87 │  10.12 │

│ x5  │                                             0.60 │   1.74 │

│ x6  │                                             0.84 │   7.37 │

│ x7  │                                             0.74 │   3.83 │

│ x8  │                                             0.82 │   6.35 │

│ x9  │                                             0.64 │   2.19 │

│ y2  │                                             0.81 │   6.11 │

└─────┴──────────────────────────────────────────────────┴────────┘

Анализируя полученные результаты, при tкр=1,706 с вероятностью 0,95 можно утверждать, что рентабельность имеет наибольшую зависимость от следующих факторов: удельного веса покупных изделий, коэффициента сменности оборудования и от премий и вознаграждений на одного работника в % к заработной плате и меньше всего зависит от  удельного веса потерь от брака и от удельного веса рабочих в составе промышленно-производственного персонала.

Потом провели анализ с помощью линейной регрессии. Приведем протокол множественной линейной регрессии.

*** Протокол множественной линейной регрессии ***

 Зависимая переменная Y - y2

 Функция Y = -12.728+12.035*x4+28.237*x5+8.948*x6-8.160*x7+9.757*x8+0.259*x9

 Оценки коэффициентов линейной регрессии

 ┌───┬──────────┬───────────┬───────────────┬───────────┬────────┬─────────┐

 │ N │ Значение │ Дисперсия │       Средне- │      t -  │ Нижняя │ Верхняя │

 │   │          │           │ квадатическое │ значение  │ оценка │  оценка │

 │   │          │           │    отклонение │           │        │         │

 ├───┼──────────┼───────────┼───────────────┼───────────┼────────┼─────────┤

 │ 1 │   -12.73 │    337.23 │         18.36 │     -0.69 │ -44.29 │   18.83 │

 │ 2 │    12.04 │    285.68 │         16.90 │      0.71 │ -17.01 │   41.08 │

 │ 3 │    28.24 │    301.19 │         17.35 │      1.63 │  -1.59 │   58.06 │

 │ 4 │     8.95 │     76.52 │          8.75 │      1.02 │  -6.09 │   23.98 │

 │ 5 │    -8.16 │     88.27 │          9.39 │     -0.87 │ -24.31 │    7.99 │

 │ 6 │     9.76 │      2.95 │          1.72 │      5.68 │   6.80 │   12.71 │

 │ 7 │     0.26 │      5.56 │          2.36 │      0.11 │  -3.79 │    4.31 │

 └───┴──────────┴───────────┴───────────────┴───────────┴────────┴─────────┘

     Кpитические значения t-pаспpеделения

     пpи 23 степенях свободы

     веpоятность   t-значение

     0.900         1.323

     0.950         1.719

     0.990         2.503

Т.к. значение t при х9 (самое маленькое из полученных) меньше tкр – мы его исключаем. И проводим анализ еще раз.

ШАГ 2

               *** Протокол множественной линейной регрессии ***

                         Зависимая переменная Y - y2

 Функция Y = -12.473+11.313*x4+28.935*x5+8.418*x6-8.337*x7+9.719*x8

                   Оценки коэффициентов линейной регрессии

┌───┬──────────┬───────────┬───────────────┬───────────┬────────┬─────────┐

│ N │ Значение │ Дисперсия │       Средне- │      t -  │ Нижняя │ Верхняя │

│   │          │           │ квадатическое │ значение  │ оценка │  оценка │

│   │          │           │    отклонение │           │        │         │

├───┼──────────┼───────────┼───────────────┼───────────┼────────┼─────────┤

│ 1 │   -12.47 │    318.15 │         17.84 │     -0.70 │ -43.07 │   18.13 │

│ 2 │    11.31 │    232.53 │         15.25 │      0.74 │ -14.85 │   37.48 │

│ 3 │    28.93 │    250.19 │         15.82 │      1.83 │   1.80 │   56.07 │

│ 4 │     8.42 │     51.07 │          7.15 │      1.18 │  -3.84 │   20.68 │

│ 5 │    -8.34 │     82.14 │          9.06 │     -0.92 │ -23.89 │    7.21 │

│ 6 │     9.72 │      2.71 │          1.65 │      5.90 │   6.89 │   12.54 │

└───┴──────────┴───────────┴───────────────┴───────────┴────────┴─────────┘

     Кpитические значения t-pаспpеделения

     пpи 24 степенях свободы

     веpоятность   t-значение

     0.900         1.321

     0.950         1.716

     0.990         2.495

Т.к. значение t при х4 (самое маленькое из полученных на втором шаге) меньше tкр – мы его исключаем. И проводим анализ еще раз.

ШАГ 3

               *** Протокол множественной линейной регрессии ***

                         Зависимая переменная Y - y2

 Функция Y = -2.485+30.026*x5+4.567*x6-12.718*x7+9.316*x8

                   Оценки коэффициентов линейной регрессии

 ┌───┬──────────┬───────────┬───────────────┬───────────┬────────┬─────────┐

 │ N │ Значение │ Дисперсия │       Средне- │      t -  │ Нижняя │ Верхняя │

 │   │          │           │ квадатическое │ значение  │ оценка │  оценка │

 │   │          │           │    отклонение │           │        │         │

 ├───┼──────────┼───────────┼───────────────┼───────────┼────────┼─────────┤

 │ 1 │    -2.49 │    134.48 │         11.60 │     -0.21 │ -22.35 │   17.38 │

 │ 2 │    30.03 │    243.57 │         15.61 │      1.92 │   3.29 │   56.76 │

 │ 3 │     4.57 │     23.69 │          4.87 │      0.94 │  -3.77 │   12.90 │

 │ 4 │   -12.72 │     46.42 │          6.81 │     -1.87 │ -24.39 │   -1.05 │

 │ 5 │     9.32 │      2.37 │          1.54 │      6.05 │   6.68 │   11.96 │

 └───┴──────────┴───────────┴───────────────┴───────────┴────────┴─────────┘

     Кpитические значения t-pаспpеделения

     пpи 25 степенях свободы

     веpоятность   t-значение

     0.900         1.319

     0.950         1.713

     0.990         2.488

Т.к. значение t при х6 (самое маленькое из полученных на третьем шаге) меньше tкр – мы его исключаем. И проводим анализ еще раз.

ШАГ 4

               *** Протокол множественной линейной регрессии ***

                         Зависимая переменная Y - y2

 Функция Y = -0.990+28.691*x5-12.346*x7+9.610*x8

                   Оценки коэффициентов линейной регрессии

 ┌───┬──────────┬───────────┬───────────────┬───────────┬────────┬─────────┐

 │ N │ Значение │ Дисперсия │       Средне- │      t -  │ Нижняя │ Верхняя │

 │   │          │           │ квадатическое │ значение  │ оценка │  оценка │

 │   │          │           │    отклонение │           │        │         │

 ├───┼──────────┼───────────┼───────────────┼───────────┼────────┼─────────┤

 │ 1 │    -0.99 │    131.34 │         11.46 │     -0.09 │ -20.59 │   18.61 │

 │ 2 │    28.69 │    240.44 │         15.51 │      1.85 │   2.17 │   55.21 │

 │ 3 │   -12.35 │     46.05 │          6.79 │     -1.82 │ -23.95 │   -0.74 │

 │ 4 │     9.61 │      2.27 │          1.51 │      6.38 │   7.04 │   12.18 │

 └───┴──────────┴───────────┴───────────────┴───────────┴────────┴─────────┘

     Кpитические значения t-pаспpеделения

     пpи 26 степенях свободы

     веpоятность   t-значение

     0.900         1.318

     0.950         1.710

     0.990         2.482

Так как все t-значения полученного уравнения регрессии больше tкр= 1,318, то с вероятностью 0,90 можно утверждать что уравнение регрессии значимо, и результатирующий признак (рентабельность) имеет напрямую зависит от следующих факторов: удельный вес рабочих в составе промышленно-производственного персонала, коэффициент сменности оборудования и премии и вознаграждения на одного работника в % к заработной плате, как было отмечено выше и доказано данным уравнением, имеет обратную зависимость с удельным весом потерь от брака, трудоемкостью единицы продукции и удельным весом покупных изделий.

Анализируя полученное уравнение регрессии, можно сделать вывод, что при увеличении удельного веса рабочих в составе промышленно-производственного персонала на 1% рентабельность увеличивается на 28,691%, а при увеличении коэффициента сменности оборудования на 1 рентабельность уменьшается на 12,346%, если же мы увеличим премии и вознаграждения на одного работника на 1%, то рентабельность увеличится на 9,610%.

Оценки коэффициентов интерпретации линейной регрессии

╔════╤════════╤═════════╤═════════╗

║ N  │Коэффиц.│Вета-    │Дельта-  ║

║    │эластичн│коэффиц. │коэффиц. ║

╠════╪════════╪═════════╪═════════╣

║1   │  +1.575│   +0.237│   +0.090║

║2   │  -1.210│   -0.234│   +0.009║

║3   │  +0.707│   +0.762│   +0.901║

╚════╧════════╧═════════╧═════════╝

Таблица остатков

┌────┬──────────────┬───────────┬────────────┬───────────────┐

│  N │ Эмпирическое │ Расчетное │     Ошибка │        Ошибка │

│    │     значение │  значение │ абсолютная │ относительная │

├────┼──────────────┼───────────┼────────────┼───────────────┤

│  1 │        13.26 │     16.29 │      -3.03 │         -0.23 │

│  2 │        10.16 │     12.13 │      -1.97 │         -0.19 │

│  3 │        13.72 │     18.04 │      -4.32 │         -0.31 │

│  4 │        12.85 │      5.69 │       7.16 │          0.56 │

│  5 │        10.63 │      8.59 │       2.04 │          0.19 │

│  6 │         9.12 │      9.13 │      -0.01 │         -0.00 │

│  7 │        25.83 │     22.16 │       3.67 │          0.14 │

│  8 │        23.39 │     20.04 │       3.35 │          0.14 │

│  9 │        14.68 │     12.56 │       2.12 │          0.14 │

│ 10 │        10.05 │     10.29 │      -0.24 │         -0.02 │

│ 11 │        13.99 │     12.45 │       1.54 │          0.11 │

│ 12 │         9.68 │     14.73 │      -5.05 │         -0.52 │

│ 13 │        10.03 │     10.19 │      -0.16 │         -0.02 │

│ 14 │         9.13 │     14.48 │      -5.35 │         -0.59 │

│ 15 │         5.37 │      7.70 │      -2.33 │         -0.43 │

│ 16 │         9.86 │     12.33 │      -2.47 │         -0.25 │

│ 17 │        12.62 │     12.31 │       0.31 │          0.02 │

│ 18 │         5.02 │      7.12 │      -2.10 │         -0.42 │

│ 19 │        21.18 │     20.71 │       0.47 │          0.02 │

│ 20 │        25.17 │     18.30 │       6.87 │          0.27 │

│ 21 │        19.10 │     16.64 │       2.46 │          0.13 │

│ 22 │        21.00 │     18.30 │       2.70 │          0.13 │

│ 23 │         6.57 │     10.89 │      -4.32 │         -0.66 │

│ 24 │        14.19 │     12.66 │       1.53 │          0.11 │

│ 25 │        15.81 │     22.23 │      -6.42 │         -0.41 │

│ 26 │         5.23 │      7.85 │      -2.62 │         -0.50 │

│ 27 │         7.99 │      7.90 │       0.09 │          0.01 │

│ 28 │        17.50 │     12.37 │       5.13 │          0.29 │

│ 29 │        17.16 │     15.65 │       1.51 │          0.09 │

│ 30 │        14.54 │     15.10 │      -0.56 │         -0.04 │

└────┴──────────────┴───────────┴────────────┴───────────────┘

                              Характеристики остатков

     Среднее значение.....................  0.000

     Оценка дисперсии.....................   11.6

     Оценка  приведенной дисперсии........   13.4

     Средний модуль остатков..............  2.730

     Относительная ошибка аппроксимации...  0.232

     Критерий Дарбина-Уотсона.............  1.692

     Коэффициент детерминации.............  0.640

     F - значение ( n1 =   4, n2 =  26)...    114

     Гипотеза о значимости уравнения

     не отвергается с вероятностью  0.950

Факторы, включенные в уравнение регрессии, объясняют 64% вариации уровня производительности труда.

            Fрасч.=114 > Fкр=2,74 (n1= 4, n2=26), что доказывает значимость уравнения регрессии с вероятностью 0,95.

Потом был проведен факторный анализ. Приведем ниже протокол факторного анализа.

*** Протокол  факторного анализа ***

1 шаг фактоpного анализа

┌───┬─────────────┬─────────────┐

│ N │ Собственные │ Накопленные │

│   │    значения │   отношения │

├───┼─────────────┼─────────────┤

Страницы: 1, 2, 3