Численность населения в Приволжском федеральном округе (на 1 января; тысяч человек)
Инвестиции в основной капитал в Приволжском федеральном округе
(в фактически действовавших ценах; миллионов рублей)
Производство кондитерских изделий (тысяч тонн)
Распределение предприятий и организаций в Приволжском федеральном округе
Республика Башкортостан
4051
148002
21,4
75785
Республика Марий Эл
707
17117
17,5
14872
Республика Мордовия
848
26362
32,0
16598
Республика Татарстан
3760
210064
41,9
89732
Удмуртская Республика
1538
44463
23,3
37955
Чувашская Республика
1286
37209
43,7
23527
Пермский край
2731
101813
40,1
61395
Кировская область
1427
37451
60,4
37410
Нижегородская область
3381
121695
39,1
87317
Оренбургская область
2126
76578
4,3
40368
Пензенская область
1396
39929
49,0
23015
Самарская область
3178
126735
101,5
108806
Саратовская область
2595
56794
57,8
55065
Ульяновская область
1322
32505
55,0
28818
Итого
30346
1076717
587,0
700663
За факторный признак возьмем численность населения в Приволжском федеральном округе,
За результативные - инвестиции в основной капитал в Приволжском федеральном округе, производство кондитерских изделий, распределение предприятий и организаций в приволжском федеральном округе.
1) Связь факторного признака - численность населения в Приволжском федеральном округе, с результативным признаком - инвестиции в основной капитал в Приволжском федеральном округе.
14*a0+a1*1076717=30346
a0*1076717+a1*920879716=3094694562
a1=-0,00929
a0=2882,14
Усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов равняется 2882,14; на 0,00929 изменяется в среднем значение результативного признака при изменении факторного на единицу его собственного измерения.
Линейный коэффициент корреляции
rxy=10651669786/11464844667=0,929
Коэффициент детерминации
=0,863
Связь между признаками численность населения в Приволжском федеральном округе и объем инвестиций в основной капитал в Приволжском федеральном округе является обратной, так как линейный коэффициент корреляции находится в интервале от 0 до - 1.
Линейная модель регрессии качественно аппроксимирует исходные данные и ею можно пользоваться для прогноза значений результативного признака.
2) Связь факторного признака - численность населения в Приволжском федеральном округе, с результативным признаком - производство кондитерских изделий.
Построение линейного уравнения регрессии МНК
14*a0+a1*587=30346
a0*587+a1*920879716=1326492
a1=0,00005878
a0=2167,57
Усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов равно 2167,57; на 0,00005878 изменяется в среднем значение результативного признака при изменении факторного на единицу его собственного измерения, что показывает практическое отсутствие связи между признаками.
Линейный коэффициент корреляции
rxy=757790,2/4768287,15=0,159
Коэффициент детерминации
=0,0253
Связь между признаками численность населения в Приволжском федеральном округе и производство кондитерских изделий является прямой, так как линейный коэффициент корреляции находится в интервале от 0 до 1.
Линейная модель регрессии низкого качества и плохо аппроксимирует исходные данные; ею нельзя пользоваться для прогноза значений результативного признака.
3) Связь факторного признака - численность населения в Приволжском федеральном округе, с результативным признаком - распределение предприятий и организаций в Приволжском федеральном округе.
Построение линейного уравнения регрессии МНК
14*a0+a1*700663=30346
a0*700663+a1*920879716=1918617914
a1=-0,0117, a0=2753,68
Усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов равно 2753,68; на 0,0117 изменяется в среднем значение результативного признака при изменении факторного на единицу его собственного измерения.
Линейный коэффициент корреляции
, rxy=5598331398/6099224328=0,918
Коэффициент детерминации
=0,842
Связь между признаками численность населения в Приволжском федеральном округе и распределение предприятий и организаций в Приволжском федеральном округе является обратной, так как линейный коэффициент корреляции находится в интервале от 0 до - 1.
Линейная модель регрессии качественно аппроксимирует исходные данные и ею можно пользоваться для прогноза значений результативного признака.
2019-12-29
170
Обсуждений (0)
=0,863
=0,0253
=0,842