Статистическое изучение основных фондов
А далее заполняем таблицу 2.2. формулами: в ячейку D44 вводим: =СУММ(C4:C7). Аналогично со следующими ячейками D45 - D48; в ячейку E44: =D44/C44.
Таблица 2.2. Зависимость стоимости основных фондов от степени износа основных фондов
Номер группы |
Группы областей по степени износа основных фондов в отрасли - строительство |
Число областей |
Стоимость основных фондов вотрасли - строительство | |
Всего |
В среднем на одну область | |||
1 |
68.54-580.69 |
4 |
3407.00 |
851.75 |
2 |
580.69-1092.85 |
12 |
22386.00 |
1865.50 |
3 |
1092.85-1605.0 |
6 |
15478.00 |
2579.67 |
4 |
1605.00-2117.16 |
1 |
4380.00 |
4380.00 |
5 |
2117.16-2629.31 |
3 |
17680.00 |
5893.33 |
Итого |
26 |
63331.00 |
2435.81 |
2. Оценить тесноту связи признаков Х и Y на основе:
а) эмпирического корреляционного отношения η;
б) линейного коэффициента корреляции r.
а)для вычисления эмпирического корреляционного отношения необходимо вычислить факторную и общую дисперсию, используя функции инструмента Мастер функций: ДИСПР, СУММПРОИЗВ, КОРЕНЬ.
В ячейку А66 вводим формулу =ДИСПР(C4:C29); в ячейку В66: =СУММПРОИЗВ(D55:D59;C55:C59)/C49; в ячейку С66: =A66-B66. Теперь находим эмпирического корреляционного отношения η: в ячейку D66 вводим формулу: =КОРЕНЬ(C66/A66). В итоге получаем таблицу 2.4:
Показатели дисперсии и эмпирического корреляционного отношения
Общая дисперсия |
Средняя из внутригрупповых |
Факторная дисперсия |
Эмпирическое корреляционное отношение |
2266566.771 |
200894.76 |
2065672.01 |
0.954654939 |
Получаем η= 0.954654939.
б) для нахождения линейного коэффициента корреляции rиспользуем инструмент Корреляция надстройки Пакет анализа.
1.Сервис => Анализ данных => Корреляция => ОК.
2.Входной интервал В4:С29;
3.Группирование – по столбцам;
4.Метки в первой строке – не активизировать;
5.Выходной интервал (А71);
6.Новый рабочий лист и Новая рабочая книга – не активизировать;
7.ОК.
В результате работы алгоритма Excel выдает оценку тесноты связи факторного и результативного признаков (табл. 2.5):
Таблица 2.5. Линейный коэффициент корреляции признаков
Столбец 1 |
Столбец 2 | |
Столбец 1 |
1 | |
Столбец 2 |
0.946358973 |
1 |
Сравним значения η и r и сделаем вывод о возможности линейной связи между признаками Х и Y: так как они располагаются в диапазоне 0,9-0,99, то связь весьма тесная (по шкале Чэддока).
3. Построить однофакторную линейную регрессионную модель связи признаков Х и Y, используя инструмент Регрессия надстройки Пакет анализ.
1. Сервис => Анализ данных => Регрессия => ОК;
2. Входной интервал Y С4:С29;
3. Входной интервал X В4:В29;
4. Метки в первой строке/Метки в первом столбце –не активизировать;
5. Уровень надежности <= 68,3;
6. Константа–ноль – не активизировать;
7. Выходной интервал А81;
8. Новый рабочий лист и Новая рабочая книга – не активизировать;
9. Остатки – активизировать;
10. Стандартизованные остатки – не активизировать;
11. График остатков –неактивизировать;
12. График подбора – активизировать;
13. График нормальной вероятности – не активизировать;
14. ОК.
В результате указанных действий осуществляется вывод в заданный диапазон рабочего файла четырех выходных таблиц и одного графика, начиная с ячейки, указанной в поле Выходной интервал:
Регрессионная статистика
Регрессионная статистика | |||||
Множественный R |
0.946358973 | ||||
R-квадрат |
0.895595305 | ||||
Нормированный R-квадрат |
0.891245109 | ||||
Стандартная ошибка |
506.3202843 | ||||
Наблюдения |
26 | ||||
Дисперсионный анализ | |||||
df |
SS |
MS |
F |
Значимость F | |
Регрессия |
1 |
52778090.51 |
52778090.51 |
205.8747195 |
2.84426E-13 |
Остаток |
24 |
6152645.527 |
256360.2303 | ||
Итого |
25 |
58930736.04 |