Зависимость производства ликеро-водочных изделий
Зависимость производства ликеро-водочных изделий онно-регрессионный анализ.
Способ 1.
Способ 2.
метод пресс
метод исключения
метод главных компонент
прогнозирование
заключение
Постановка задачи.
Определить существует ли зависимость между производством ликеро-водочных изделей
(Y) и :
1- валовый сбор зерна (X1);
2 - валовый сбор сахарной свеклы (X2);
3- потребление пива (X3);
4- население России (X4);
5- потребление водки (X5).
В случае обнаружения зависимости построить оптимальную модель, котороя могла
бы быть пригодной для прогноза.
Первичный анализ исходных данных.
Анализ динамики производства ликеро-водочных изделий (Y) показывает, что за
период наблюдения (N=21) минимальное производство был равно 138.1, а максимальным
209.2, тем самым изменение величины Y было в пределах 71.1. Вариация равная
12.2126% свидетельствует об однородности величины Y (<33%). Отклонение от
среднего значения (176.5905) в среднем не превышало 17.5814 (среднее абсолютное
отклонение), эксцесс (-1.1554) и асимметрия (-0.1873) утверждает, что распределение
величины Y имеет незначительный сдвиг влево и достаточно выраженную плосковершинность.
Величина Y имеет тенденцию к увеличению, средний темп прироста составляет
-0.981% .
Анализ динамики валового сбора зерна (X1) показывает, что за период наблюдения
(N=21) минимальный сбор был равен 248.1, а максимальным 356.3, тем самым изменение
величины X1 было в пределах 108.2. Вариация равная 10.6046% свидетельствует
об однородности величины X1 (<33%). Отклонение от среднего значения (313.5953)
в среднем не превышало 33.2555 (среднее абсолютное отклонение), эксцесс (-0.9713)
и асимметрия (-0.5517) утверждает, что распределение величины X1 имеет незначительный
сдвиг влево и достаточно выраженную плосковершинность.
Величина X1 имеет тенденцию к увеличению, т.к. средний темп прироста составляет
1.0741% или на 0.0254 единиц измерения (% от номинала в миллионах тонн). Сбор
до 16 наблюдения имеет тенденцию к увеличению, в период от 16 до 21 наблюдается
падение сбора.
Анализ динамики валового сбора сахарной свеклы (X2) показывает, что за период
наблюдения (N=21) минимальный сбор был равен 20812, а максимальный 33177, тем
самым изменение величины X2 было в пределах 12365. Вариация равная 13.9157%
свидетельствует об однородности величины X2 (<33%). Отклонение от среднего
значения (26846.0952) в среднем не превышало 3735.8119 (среднее абсолютное отклонение),
эксцесс (-1.1144) и асимметрия (0.324) утверждает, что распределение величины
X2 имеет незначительный сдвиг вправо и плосковершинность.
Величина X2 имеет тенденцию к увеличению, т.к. средний темп прироста составляет
0.9409%.
Анализ динамики потребление пива (X3) показывает, что за период наблюдения
(N=21) минимальное потребление пива было 92.4, а максимальная 106.1, тем самым
изменение величины X3 было в пределах 13.7. Вариация равная 3.8059% свидетельствует
об однородности величины X3 (<33%). Отклонение от среднего значения (99.5857)
в среднем не превышало 3.7902 (среднее абсолютное отклонение), эксцесс (5.6717)
и асимметрия (1.4085) утверждает, что распределение величины X3 имеет незначительный
сдвиг вправо и достаточно выраженную островершинность.
Величина X3 имеет тенденцию к росту, т.к. средний темп прироста составляет
0.0821% . Потребление пива во время 9 наблюдения имеет резкое падение.
Анализ динамики населения России (X4) показывает, что за период наблюдения
(N=21) минимальное население было 130.1, а максимальное 147.4, тем самым изменение
величины X4 было в пределах 17.3. Вариация равная 3.6811% свидетельствует об
однородности величины X4 (<33%). Отклонение от среднего значения (138.7)
в среднем не превышало 5.1057 (среднее абсолютное отклонение), эксцесс (-1.2575)
и асимметрия (0.1499) утверждает, что распределение величины X4 имеет незначительный
сдвиг вправо и незначительную плосковершинность.
Величина X4 имеет тенденцию к возрастанию, т.к. средний темп прироста составляет
0.6262% .Кривая распределения величины Х4 имеет небольшой подъем вверх.
Анализ динамики потребления водки (X5) показывает, что за период наблюдения
(N=21) минимальное потребление было 133.5, а максимальное 208.5, тем самым изменение
величины X5 было в пределах 75. Вариация равная 11.4207% свидетельствует о однородности
величины X5 (<33%). Отклонение от среднего значения (175.9905) в среднем
не превышало 20.0993 (среднее абсолютное отклонение), эксцесс (-0.7625) и асимметрия
(-0.1934) утверждает, что распределение величины X5 имеет незначительный сдвиг
влево и достаточно выраженную плосковершинность.
Величина X5 имеет тенденцию к уменьшению, т.к. средний темп прироста составляет
-1.1457% . Потребление до 13 наблюдения возрастает, затем последовал медленный
спад до 21 наблюдения.
Корреляционно-регрессионный анализ.
Анализ коэффициентов парной корреляции говорит о наличии интенсивной связи
Y с Х5 (0.9834), средней с Х4 (-0.5315) -знак минус указывает на обратную зависимость-
и Х3 ( -0.4266), слабой с Х2 (-0.1890) и Х1 (0.1176). Значит в модель стоит
включить факторы Х3, Х4,Х5.
Следующим этапом идет проверка на мультиколлениарность, существует несколько
способов данной проверки.
Способ 1.
При проверке на мультиколлениарность (коэффициенты частной корреляции и t-статистика)
видно, что существует взаимосвязь между:
x1
Похожие работы на - Зависимость производства ликеро-водочных изделий
|