Множественный регрессионный анализ хозяйственной деятельности предприятия (на примере банка).
курсовые работы, Экономика Объем работы: 35 стр. Год сдачи: 2014 Стоимость: 30 бел рублей (968 рф рублей, 15 долларов) Просмотров: 252 | Не подходит работа? |
Оглавление
Введение
Заключение
Заказать работу
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 4
1. МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ 5
1.1Определение и расчет коэффициентов уравнения регрессии 5
1.2 Дисперсии и стандартные ошибки коэффициентов 6
1.3 Интервальные оценки коэффициентов 7
1.4 Проверка статистической значимости коэффициентов 8
1.5 Проверка качества уравнения регрессии 9
1.6 Проверка выполнения предпосылок МНК. Статистика Дарбина-Уотсона 10
1.7 Определение и методы устранения мультиколлинеарности 11
2 ЭФФЕКТИВНОСТЬ ПРОИЗВОДСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ. ЭКОНОМИЧЕСКИЙ АНАЛИЗ 15
2.1 Понятие производственной деятельности. Основные экономические показатели 15
2.2 Методы определения экономической эффективности деятельности предприятия 18
3 ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ОАО «БЕЛГАЗПРОМБАНК» 25
3.1 Построение математической модели взаимосвязи экономических показателей предприятия в виде уравнения регрессии 25
3.2 Проверка адекватности построенной математической модели 30
3.3 Разработка рекомендаций по результатам анализа 31
ЗАКЛЮЧЕНИЕ 34
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 35
ПРИЛОЖЕНИЕ 1 37
ВВЕДЕНИЕ 4
1. МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ 5
1.1Определение и расчет коэффициентов уравнения регрессии 5
1.2 Дисперсии и стандартные ошибки коэффициентов 6
1.3 Интервальные оценки коэффициентов 7
1.4 Проверка статистической значимости коэффициентов 8
1.5 Проверка качества уравнения регрессии 9
1.6 Проверка выполнения предпосылок МНК. Статистика Дарбина-Уотсона 10
1.7 Определение и методы устранения мультиколлинеарности 11
2 ЭФФЕКТИВНОСТЬ ПРОИЗВОДСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ. ЭКОНОМИЧЕСКИЙ АНАЛИЗ 15
2.1 Понятие производственной деятельности. Основные экономические показатели 15
2.2 Методы определения экономической эффективности деятельности предприятия 18
3 ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ОАО «БЕЛГАЗПРОМБАНК» 25
3.1 Построение математической модели взаимосвязи экономических показателей предприятия в виде уравнения регрессии 25
3.2 Проверка адекватности построенной математической модели 30
3.3 Разработка рекомендаций по результатам анализа 31
ЗАКЛЮЧЕНИЕ 34
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 35
ПРИЛОЖЕНИЕ 1 37
ВВЕДЕНИЕ
Общее назначение множественной регрессии (этот термин был впервые использован в работе Пирсона - Pearson, 1908) состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной. Например, агент по продаже недвижимости мог бы вносить в каждый элемент реестра размер дома (в квадратных футах), число спален, средний доход населения в этом районе в соответствии с данными переписи и субъективную оценку привлекательности дома. Как только эта информация собрана для различных домов, было бы интересно посмотреть, связаны ли и каким образом эти характеристики дома с ценой, по которой он был продан. Например, могло бы оказаться, что число спальных комнат является лучшим предсказывающим фактором (предиктором) для цены продажи дома в некотором специфическом районе, чем "привлекательность" дома (субъективная оценка). Могли бы также обнаружиться и "выбросы", т.е. дома, которые могли бы быть проданы дороже, учитывая их расположение и характеристики. Специалисты по кадрам обычно используют процедуры множественной регрессии для определения вознаграждения адекватного выполненной работе. Как только эта так называемая линия регрессии определена, аналитик оказывается в состоянии построить график ожидаемой (предсказанной) оплаты труда и реальных обязательств компании по выплате жалования.
В данной работе будет рассмотрено построение математической модели хозяйственной деятельности ОАО «Белгазпромбанк».
Общее назначение множественной регрессии (этот термин был впервые использован в работе Пирсона - Pearson, 1908) состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной. Например, агент по продаже недвижимости мог бы вносить в каждый элемент реестра размер дома (в квадратных футах), число спален, средний доход населения в этом районе в соответствии с данными переписи и субъективную оценку привлекательности дома. Как только эта информация собрана для различных домов, было бы интересно посмотреть, связаны ли и каким образом эти характеристики дома с ценой, по которой он был продан. Например, могло бы оказаться, что число спальных комнат является лучшим предсказывающим фактором (предиктором) для цены продажи дома в некотором специфическом районе, чем "привлекательность" дома (субъективная оценка). Могли бы также обнаружиться и "выбросы", т.е. дома, которые могли бы быть проданы дороже, учитывая их расположение и характеристики. Специалисты по кадрам обычно используют процедуры множественной регрессии для определения вознаграждения адекватного выполненной работе. Как только эта так называемая линия регрессии определена, аналитик оказывается в состоянии построить график ожидаемой (предсказанной) оплаты труда и реальных обязательств компании по выплате жалования.
В данной работе будет рассмотрено построение математической модели хозяйственной деятельности ОАО «Белгазпромбанк».
ЗАКЛЮЧЕНИЕ
Таким образом, можно сказать, что существует зависимость между исследуемыми показателями, т.е. увеличение одного показателя повлечет за собой увеличение второго показателя.
В работе был проведен статистический, корреляционный и регрессионный анализ, в ходе которого было получено уравнение зависимости между данными показателями.
Факторный анализ был произведен на основе корреляционно-регрессионного анализа.
В ходе корреляционного анализа была определена сильная зависимость между переменными.
В результате проведения регрессионного анализа было получено уравнение, выражающее зависимость между данными показателями.
Значения остатков имеют как положительные, так и отрицательные отклонения от ожидаемого. В итоге положительные отклонения размеров уравновешиваются отрицательными значениями, то есть получается ∑εi=0.
Таким образом, в данной работе установили корреляционную зависимость, провели регрессионный анализ и нашли регрессионную модель данной взаимосвязи показателей.
Таким образом, можно сказать, что существует зависимость между исследуемыми показателями, т.е. увеличение одного показателя повлечет за собой увеличение второго показателя.
В работе был проведен статистический, корреляционный и регрессионный анализ, в ходе которого было получено уравнение зависимости между данными показателями.
Факторный анализ был произведен на основе корреляционно-регрессионного анализа.
В ходе корреляционного анализа была определена сильная зависимость между переменными.
В результате проведения регрессионного анализа было получено уравнение, выражающее зависимость между данными показателями.
Значения остатков имеют как положительные, так и отрицательные отклонения от ожидаемого. В итоге положительные отклонения размеров уравновешиваются отрицательными значениями, то есть получается ∑εi=0.
Таким образом, в данной работе установили корреляционную зависимость, провели регрессионный анализ и нашли регрессионную модель данной взаимосвязи показателей.
После офорления заказа Вам будут доступны содержание, введение, список литературы*
*- если автор дал согласие и выложил это описание.