Прогноз показателей социально-экономических процессов
С помощью Анализа данных выполняем проверку расчетов по линейной модели:
Таблица 7 - Регрессионная статистика
|
Множественный R |
0,954439 |
|
R-квадрат |
0,910953 |
|
Нормированный R-квадрат |
0,899823 |
|
Стандартная ошибка |
0,009572 |
|
Наблюдения |
10 |
Таблица 8 - Дисперсионный анализ
|
df |
SS |
MS |
F |
Значимость F | |
|
Регрессия |
1 |
0,00749 |
0,007498 |
81,84064 |
1,78408E-05 |
|
Остаток |
8 |
0,00073 |
9,16E-05 | ||
|
Итого |
9 |
0,00823 |
Вывод: исходя из того, что F-критерий Фишера = 81,8406 больше чем Fтабл = 5,3, уравнение регрессии считается статистически значимым.
Таблица 9 - Показатели регрессии
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% | |
|
Y-пересечение |
0,7124 |
0,0065 |
108,961 |
5,62E-14 |
0,6973 |
0,7275 |
0,6973 |
0,7275 |
|
Переменная X 1 |
0,00953 |
0,00105 |
9,0465 |
1,78E-05 |
0,0071 |
0,0119 |
0,0071 |
0,0119 |
Сравнивая расчетные значения и значения, найденные с помощью Анализа данных, можно сделать вывод о том, что модель построена правильно, все показатели имеют достоверные значения.
Таблица 10 - Регрессионная статистика
|
Множественный R |
0,9628 |
|
R-квадрат |
0,9269 |
|
Нормированный R-квадрат |
0,9061 |
|
Стандартная ошибка |
0,0092 |
|
Наблюдения |
10 |
Таблица 11 - Дисперсионный анализ
|
df |
SS |
MS |
F |
Значимость F | |
|
Регрессия |
2 |
0,0076 |
0,0038 |
44,4390 |
0,0001 |
|
Остаток |
7 |
0,0006 |
0,0001 | ||
|
Итого |
9 |
0,0082 |
Значение трудовых ресурсов предприятия
Создание производства всегда связано с людьми, работающими на
предприятии. Правильные принципы организации производства, оптимальные системы
и процедуры играют важную роль. Однако производственный ...
Инвестиционная политика Хабаровского края
Современное экономическое развитие Российской Федерации предполагает
активное развитие Дальневосточных территорий. Для этих целей выделяются
значительные средства, разрабатываются инвестиционные п ...