Процесс оценки зернового рынкаРефераты >> Ботаника и сельское хоз-во >> Процесс оценки зернового рынка
Таблица 2.10 Матрица парных и частных коэффициентов корреляции
у производственная себестоимость 1 ц зерна |
х1 обратный показатель урожайности |
х2 прямые затраты труда на 1 га посева, чел.-час |
х3 оплата чел.-часа, руб |
х4 обеспеченность тракторами, шт |
х5 Удельный вес затрат, % на содержание основных средств | |
у производственная себестоимость 1 ц зерна |
1 | |||||
х1 обратный показатель урожайности |
0,27174285 (практически отсутствует) |
1 | ||||
х2 прямые затраты труда на 1 га посева, чел.-час |
0,30883753 (слабая) |
0,059647 (практически отсутствует) |
1 | |||
х3 оплата чел.-часа, руб |
0,09371735 (практически отсутствует) |
-0,61011 (средняя) |
0,575223 (средняя) |
1 | ||
х4 обеспеченность тракторами, шт |
-0,2503638 (практически отсутствует) |
-0,6501 (средняя) |
0,347241 (слабая) |
0,589817 (средняя) |
1 | |
х5 Удельный вес затрат, % на содержание основных средств |
-0,4444719 (слабая) |
0,271179 (практически отсутствует) |
-0,26039 (практически отсутствует) |
-0,16496 (практически отсутствует) |
-0,21904 (практически отсутствует) |
1 |
В данной модели мультиколлинеарные факторы отсутствуют, так парные коэффициенты корреляции удовлетворяет неравенству | r xi xj | < 0,7. Известно, что чем ближе к нулю определитель матрицы межфакторной корреляции, тем сильнее мультиколлинеарность факторов и не надежнее результат множественной регрессии. Следовательно, менее надежна оценка распределения суммы объясненной вариации по отдельным факторам. В нашем уравнении регрессии значения коэффициентов парной корреляции указывают на весьма слабую связь между себестоимостью 1ц зерна (Y) с включенными в модель факторами.
Рассмотрим поэтапно результаты регрессии:
ФРАГМЕНТ 1
Вывод итогов
Регрессионная статистика | |
Множественный R |
0,73678 |
R-квадрат |
0,542845 |
Нормированный R-квадрат |
-0,0286 |
Стандартная ошибка |
66,16442 |
Наблюдения |
10 |
Множественный коэффициент регрессии R=0.73678 свидетельствует о наличии сильной связи между Y и набором факторов.
R-квадрат = 0.542845 или 54,28 %, то есть вариация результативного признака Y (себестоимость 1 ц зерна) на 52,28 % зависит от вариации факторных признаков. А на остальные 48,72 % (100-51,28 =48,72) вариация признака Y зависит от вариации других факторов, не включенных в модель.
В качестве меры точности применяют оценку дисперсии остаточной компоненты – сумма квадратов уровней остаточной компоненты к величине (n-k-1), квадратный корень из нее Sе – стандартная ошибка оценки (26,27664869).
Стандартная ошибка уравнения регрессии : определяется по формуле:
Sе= 66,16
Чем меньше стандартная ошибка, тем точнее уравнение регрессии описывает зависимость Y от факторов
ФРАГМЕНТ 2
Дисперсионный анализ | |||||
df |
SS |
MS |
F |
Значимость F | |
Регрессия |
5 |
20793,2 |
4158,64 |
0,949953 |
0,534747 |
Остаток |
4 |
17510,92 |
4377,731 | ||
Итого |
9 |
38304,12 |