Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Экономическая интерпретация многофакторной регрессионной модели

Система взаимосвязанных индексов. Факторный анализ | Данные о продаже товаров | Количество себестоимость произведенной продукции | Функциональные и стохастические связи | Двухмерная линейная модель корреляционного и регрессионного анализа (однофакторный линейный корреляционный и регрессионный анализ) | Проверка адекватности регрессионной модели | Экономическая интерпретация параметров регрессии | Трехфакторные линейные регрессионные модели | Частные коэффициенты корреляции | Совокупный коэффициент множественной детерминации |


Читайте также:
  1. А) Интерпретация — это только краешек покрова
  2. Автокорреляция в динамических рядах. Авторегрессионные модели.
  3. Автор модели: американский социолог Карл Поппер
  4. Альтернатива модели индивид-пара
  5. Анализ и интерпретация результатов
  6. АНАЛИЗ И ИНТЕРПРЕТАЦИЯ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ.
  7. Анализ машинной модели двухконтурной САР СВГТ

 

Анализ коэффициентов уравнения множественной регрессии: позволяет сделать вывод о степени влияния каждого из двух факторов на показатель производительности труда. Так, параметр a1 = –0,41 свидетельствует о том, что с увеличением продолжительности внутрисменных простоев на 1 мин следует ожидать снижения производительности труда (дневной выработки деталей одним рабочим) на 0,41 шт. (обратная связь). Повышение же квалификации рабочего на один разряд может привести к увеличению выработки на 3,37 детали. Отсюда можно сделать соответствующие практические выводы и осуществить мероприятия, направленные на повышение производительности труда.

Однако на основе коэффициентов регрессии нельзя сказать, какой из факторных признаков оказывает наибольшее влияние на результативный признак, так как коэффициенты регрессии между собой не сопоставимы, поскольку они измерены разными единицами. На их основе нельзя также установить, в развитии каких факторных признаков заложены наиболее крупные резервы изменения результативного показателя, потому что в коэффициентах регрессии не учтена вариация факторных признаков.

Чтобы иметь возможность судить о сравнительной силе влияния отдельных факторов и о тех резервах, которые в них заложены, должны быть вычислены частные коэффициенты эластичности Эi, а также бета-коэффициенты βi и дельта-коэффициенты ∆i.

– Различия в единицах измерения факторов устраняют с помощью частных коэффициентов эластичности, которые рассчитывают по формуле:

 

 

Частные коэффициенты эластичности показывают, на сколько процентов в среднем изменяется анализируемый показатель с изменением на 1% каждого фактора при фиксированном положении других факторов.

Для определения факторов, в развитии которых заложены наиболее крупные резервы улучшения изучаемого показателя, необходимо учесть различия в степени варьирования вошедших в уравнение факторов. Это можно сделать с помощью β - коэффициентов, которые вычисляют по формуле:

 

 

где σхi – среднее квадратическое отклонение i-го фактора;

σ y – среднее квадратическое отклонение показателя.

β-коэффициент показывает, на какую часть среднего квадратического отклонения изменяется результативный признак с изменением соответствующего факторного признака на величину его среднего квадратического отклонения.

 

 

На основании анализа ∆i- коэффициентов установлено, что наибольшая доля прироста производительности труда из двух анализируемых факторов может быть обеспечена развитием такого фактора, как повышение квалификации рабочих.

Таким образом, на основании частных коэффициентов эластичности Эi, βi и ∆i-коэффициентов можно судить о резервах роста производительности труда, которые заложены в том или ином факторе.

Увеличение числа существенных факторов, включаемых в модель исследуемого показателя, позволяет выявить дополнительные резервы производства. Для этого могут быть использованы трех-, четырех- (и т.д.), n-факторные регрессии.

 


Дата добавления: 2015-10-24; просмотров: 184 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Многошаговый регрессионный анализ| Непараметрические методы

mybiblioteka.su - 2015-2024 год. (0.007 сек.)