Анализ рентабельности с помощью программы Олимп
| Категория реферата: Рефераты по статистике
| Теги реферата: бесплатные дипломы скачать, титульный реферата
| Добавил(а) на сайт: Абалышев.
Предыдущая страница реферата | 1 2 3 4 5 6 7 8 9 10 11 | Следующая страница реферата
Методы факторного анализа позволяют решать следующие четыре задачи.
Первая заключается в «сжатии» информации до обозримых размеров, т.е. извлечения из исходной информации наиболее существенной части за счет перехода от системы исходных переменных к системе обобщенных факторов. При этом выявляются неявные, непосредственно не измененные, но объективно существующие закономерности, обусловленные действием как внутренних, так и внешних причин.
Вторая сводится к описанию исследуемого явления значительно меньшим числом m обобщенных факторов (главных компонент) по сравнению с числом исходных признаков. Обобщенные факторы – это новые единицы измерения свойств явления, непосредственно измеряемых признаков.
Третья – связана с выявлением взаимосвязи наблюдаемых признаков с вновь полученными обобщенными факторами.
Четвертая заключается в построении уравнения регрессии на главных компонентах с целью прогнозирования изучаемого явления.
Компонентный анализ может быть также использован при классификации наблюдений (объектов). В экономических исследованиях стремление полнее изучить исследуемое явление приводит к включению в модуль все большего числа исходных переменных, которые зачастую отражают одни и те же свойства объема наблюдения. Это приводит к высокой корреляции между переменными, т.е. к явлению мультиколлинеарности. При этом классические методы регрессионного анализа оказываются малоэффективными. Преимущество уравнения регрессии на главные компоненты в том, что последние не коррелированны между собой.
Главные компоненты являются характеристическими векторами ковариационной матрицы.
Множество главных компонент представляет собой удобную систему координат, а их вклад в общую дисперсию характеризует статистические свойства главных компонент. Из общего числа главных компонент для исследования, как правило, оставляют наиболее весомых, т.е. вносящих максимальный вклад в объясняемую часть общей дисперсии.
Таким образом, несмотря на то, что в методе главных компонент надо для
точного воспроизведения корреляции и дисперсии между переменными найти все
компоненты, большая доля дисперсии объясняется небольшим числом главных
компонент. Кроме того, можно по признакам описать факторы, а по факторам
(главным компонентам) описать признаки.
Интерпретация результатов исследования
Для исследования использовались следующие данные:
Исходные данные для анализа
|N |Y2 |X4 |X5 |X6 |X7 |X8 |X9 |
|1 |13.26 |0.23 |0.78 |0.40 |1.37 |1.23 |0.23 |
|2 |10.16 |0.24 |0.75 |0.26 |1.49 |1.04 |0.39 |
|3 |13.72 |0.19 |0.68 |0.40 |1.44 |1.80 |0.43 |
|4 |12.85 |0.17 |0.70 |0.50 |1.42 |0.43 |0.18 |
|5 |10.63 |0.23 |0.62 |0.40 |1.35 |0.88 |0.15 |
|6 |9.12 |0.43 |0.76 |0.19 |1.39 |0.57 |0.34 |
|7 |25.83 |0.31 |0.73 |0.25 |1.16 |1.72 |0.38 |
|8 |23.38 |0.26 |0.71 |0.44 |1.27 |1.70 |0.09 |
|9 |14.68 |0.49 |0.69 |0.17 |1.16 |0.84 |0.14 |
|10 |10.05 |0.36 |0.73 |0.39 |1.25 |0.60 |0.21 |
|11 |13.99 |0.37 |0.68 |0.33 |1.13 |0.82 |0.42 |
|12 |9.68 |0.43 |0.74 |0.25 |1.10 |0.84 |0.05 |
|13 |10.03 |0.35 |0.66 |0.32 |1.15 |0.67 |0.29 |
|14 |9.13 |0.38 |0.72 |0.02 |1.23 |1.04 |0.48 |
|15 |5.37 |0.42 |0.68 |0.06 |1.39 |0.66 |0.41 |
|16 |9.86 |0.30 |0.77 |0.15 |1.38 |0.86 |0.62 |
|17 |12.62 |0.32 |0.78 |0.08 |1.35 |0.79 |0.56 |
|18 |5.02 |0.25 |0.78 |0.20 |1.42 |0.34 |1.76 |
|19 |21.18 |0.31 |0.81 |0.20 |1.37 |1.60 |1.31 |
|20 |25.17 |0.26 |0.79 |0.30 |1.41 |1.46 |0.45 |
|21 |19.1 |0.37 |0.77 |0.24 |1.35 |1.27 |0.50 |
|22 |21.0 |0.29 |0.78 |0.10 |1.48 |1.58 |0.77 |
|23 |6.57 |0.34 |0.72 |0.11 |1.24 |0.68 |1.20 |
|24 |14.19 |0.23 |0.79 |0.47 |1.40 |0.86 |0.21 |
|25 |15.81 |0.17 |0.77 |0.53 |1.45 |1.98 |0.25 |
|26 |5.23 |0.29 |0.80 |0.34 |1.40 |0.33 |0.15 |
|27 |7.99 |0.41 |0.71 |0.20 |1.28 |0.45 |0.66 |
|28 |17.5 |0.41 |0.79 |0.24 |1.33 |0.74 |0.74 |
|29 |17.16 |0.22 |0.76 |0.54 |1.22 |1.03 |0.32 |
|30 |14.54 |0.29 |0.78 |0.40 |1.28 |0.99 |0.89 |
Далее был проведен на исходные данные корреляционный анализ. Были получены следующие результаты.
Матрица
+-----+-------+-------+-------+-------+-------+-------+-------+
| N | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| | | | | | | | |
| x4 | 1.00 | -0.14 | -0.65 | -0.54 | -0.38 | 0.01 | -0.21 |
| x5 | -0.14 | 1.00 | -0.05 | 0.39 | 0.13 | 0.35 | 0.24 |
| x6 | -0.65 | -0.05 | 1.00 | 0.06 | 0.20 | -0.43 | 0.24 |
| x7 | -0.54 | 0.39 | 0.06 | 1.00 | 0.15 | 0.20 | -0.02 |
| x8 | -0.38 | 0.13 | 0.20 | 0.15 | 1.00 | -0.09 | 0.76 |
| x9 | 0.01 | 0.35 | -0.43 | 0.20 | -0.09 | 1.00 | -0.09 |
| y2 | -0.21 | 0.24 | 0.24 | -0.02 | 0.76 | -0.09 | 1.00 |
+-----+-------+-------+-------+-------+-------+-------+-------+ t-значения
+-----+-------+-------+-------+-------+-------+-------+-------+
Рекомендуем скачать другие рефераты по теме: новшество, рефератов, реферат по экономике.
Категории:
Предыдущая страница реферата | 1 2 3 4 5 6 7 8 9 10 11 | Следующая страница реферата