Реферат: Экономическое планирование методами математической статистики
Таблица 3.5. – Оценка влияния факторов.
| Коэффициенты | Стандартная ошибка | t-статистика | |
| Y-пересечение | 38,95021506 | 35,76102644 | 1,089180567 |
| Переменная X 1 | 3,828821785 | 7,109270974 | 0,538567428 |
| Переменная X 2 | 1,348658856 | 6,439097143 | 0,209448441 |
| Переменная X 3 | 5,367118917 | 6,237091662 | 0,86051628 |
| Переменная X 4 | -12,43702261 | 6,804774783 | -1,827690556 |
| Переменная X 5 | -12,96551745 | 5,961346518 | -2,174931018 |
Коэффициенты в таблице 3.5 показывают степень влияния каждой из переменных на результат (Y). Чем больше коэффициент, тем сильнее прямая зависимость (отрицательные коэффициенты показывают обратную зависимость).
F - критерий из таблицы 3.3 показывает степень адекватности полученной математической модели.
ВЫВОДЫ
В результате проведенной работы был произведен статистический анализ исходных данных, полученных при исследовании основных показателей деятельности предприятия, с целью выявления доминирующих факторов влияющих на прибыль и построена адекватная математическая модель и спрогнозирована прибыль на последующие периоды.
В процессе выполнения работы изучили и научились применять на практике следующие методы математической статистики:
- линейный регрессионный анализ,
- множественный регрессионный анализ,
- корреляционный анализ,
- проверка стационарности и независимости выборок,
- выявление тренда,
- критерий 
.
Перечень ссылок
1. Бендод Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. – М.: Мир, 1989.
2. Математическая статистика. Под ред. А. М. Длина, М.: Высшая школа, 1975.
3. Л.Н.Большев, Н.В.Смирнов. Таблицы математической статистики.-М.: Наука, 1983.
4. Н.Дрейпер, Г.Смит. Прикладной регрессионный анализ. Пер. с англ.- М.: Статистика, 1973.
Вероятностные ряды ID
| Месяц | 1994 | 1996 | 1997 | 1998 |
| Январь | 1500000 | 1650000 | 1400000 | 1700000 |
| Февраль | 900000 | 850000 | 890000 | 1200000 |
| Март | 700000 | 600000 | 550000 | 459000 |
| Апрель | 300000 | 125000 | 250000 | 221000 |
| Май | 400000 | 300000 | 100000 | 1000 |
| Июнь | 250000 | 450000 | 150000 | 250000 |
| Июль | 200000 | 600000 | 132000 | 325000 |
| Август | 150000 | 750000 | 142000 | 354000 |
| Сентябрь | 300000 | 300000 | 254000 | 150000 |
| Октябрь | 250000 | 259000 | 350000 | 100000 |
| Ноябрь | 400000 | 453000 | 450000 | 259000 |
| Декабрь | 2000000 | 1700000 | 1000000 | 1900000 |
Регрессионный анализ ID
| Прибыль | Коэффициент качества продукции | Доля в общем объеме продаж | Розничная цена | Коэффициент издержек на 1 продукции | Удовлетворение условий розничных торговцев | |
| № | Y, % | X1 | X2 | X3 | X4 | X5 |
| 1 | 1,99 | 1,22 | 1,24 | 1,3 | 35,19 | 2,08 |
| 2 | 12,21 | 1,45 | 1,54 | 1,04 | 80 | 1,09 |
| 3 | 23,07 | 1,9 | 1,31 | 1 | 23,31 | 2,28 |
| 4 | 24,14 | 2,53 | 1,36 | 1,64 | 80 | 1,44 |
| 5 | 35,05 | 3,41 | 2,65 | 1,19 | 80 | 1,75 |
| 6 | 36,87 | 1,96 | 1,63 | 1,26 | 68,84 | 1,54 |
| 7 | 4,7 | 2,71 | 1,66 | 1,28 | 80 | 0,47 |
| 8 | 58,45 | 1,76 | 1,4 | 1,42 | 30,32 | 2,51 |
| 9 | 59,55 | 2,09 | 2,61 | 1,65 | 80 | 2,81 |
| 10 | 61,42 | 1,1 | 2,42 | 1,24 | 32,94 | 0,59 |