Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Дискриминантный анализ.



Средние значения.

А. Средняя цена реализации за 1ц рублей

 
 
Ведомство Год Среднее Количество Групповая медиана Минимум Максимум
Варненский район 544,28 488,64
469,60 468,68
всего 506,94 484,09
Верхнеуральский район 423,52 413,63
396,62 392,55
всего 410,54 400,35
Октябрьский район 578,34 528,67
408,64 400,00
всего 493,49 453,79
Всего 517,49 488,64
423,87 400,00
всего 471,19 436,49

 

Анализируя данную таблицу, можно сделать вывод: в Варненском районе в 2008 году максимальная цена реализации за 1 центнер составила 812 рублей, а минимальная цена реализации за один центнер составила 400 рублей, из этих данных было найдена средняя цена реализации, которая составила 544,28 рублей. В 2009 максимальная цена реализации за 1 центнер составила 714 рублей, а минимальная цена реализации 302 рубля. Из данных было найдена средняя цена реализации за 1 центнер и она составила 469,60 рублей.

в Верхнеуральском районе в 2008 году максимальная цена реализации за 1 центнер составила 638 рублей, а минимальная цена реализации за один центнер составила 279рублей , из этих данных было найдена средняя цена реализации, которая составила 423,52 рублей. В 2009 максимальная цена реализации за 1 центнер составила 718 рублей, а минимальная цена реализации 274 рубля. Из данных было найдена средняя цена реализации за 1 центнер и она составила 396,62 рублей.

в Октябрьском районе в 2008 году максимальная цена реализации за 1 центнер составила 1044 рублей, а минимальная цена реализации за один центнер составила 244 рублей , из этих данных было найдена средняя цена реализации, которая составила 517,49 рублей. В 2009 максимальная цена реализации за 1 центнер составила 718 рублей, а минимальная цена реализации 165 рублей. Из данных было найдена средняя цена реализации за 1 центнер и она составила 471,19 рублей.

 

Б. Выручка от реализации тыс.руб.

 

 
 
Ведомство Год Количество Эксцесс Среднее гармоническое Среднее геометрическое
Варненский район -,917 2629,50 9251,00
-,175 516,13 5907,37
Всего -,692 862,89 7392,50
Верхнеуральский район 4,895 2749,44 4632,48
1,288 708,74 2208,69
Всего 6,169 1150,38 3239,82
Октябрьский район 3,167 7562,67 10460,62
1,321 5761,89 9071,80
Всего 2,846 6540,60 9741,49
Всего 2,173 3530,93 7726,16
1,712 903,10 5115,04
Всего 2,068 1447,74 6300,72

 

 

Анализируя данную таблицу можно сделать вывод: по Варненскому району в 2008 году была найдена средняя гармоническая, которая составила 2629,60 и средняя геометрическая, которая составила 9251. Эксцесс составил -0,917, что указывает на островершинное распределение данных. В 2009 году средняя гармоническая составила 516,13, а средняя геометрическая 5907,37. Эксцесс составил -0,175, что указывает на островершинное распределение данных.

по Верхнеуральскому району в 2008 году была найдена средняя гармоническая, которая составила 2749,44 и средняя геометрическая, которая составила 4632,48. Эксцесс составил 4,895, что указывает на плосковершинное распределение данных. В 2009 году средняя гармоническая составила 708,74, а средняя геометрическая 2208,69. Эксцесс составил 1,288, что указывает на плосковершинное распределение данных.

по Октябрьскому району в 2008 году была найдена средняя гармоническая, которая составила 7562,67и средняя геометрическая, которая составила 10460,62. Эксцесс составил 2,173, что указывает на плосковершинное распределение данных. В 2009 году средняя гармоническая составила 903,10, а средняя геометрическая 5115,04. Эксцесс составил 2,068, что указывает на плосковершинное распределение данных.

   
   
Ведомство количество Средняя себестоимость
Варненский район 472,85
Верхнеуральский район 390,54
Октябрьский район 327,64
Total 392,37
       

В. Средняя себестоимость

 

Анализируя данную таблицу, можно сделать вывод: Средняя себестоимость в Варненском районе по 28 предприятиям составила 472,85 рублей. В Верхнеуральском районе по 29 предприятиям средняя себестоимость составила 390,54 рубля. В Октябрьском районе по 34 предприятиям, средняя себестоимость составила 327,64 рубля.

 

 
  Премия Производительность
Премия Корреляция по Пирсону ,982**
Sig. (2-tailed)   ,000
количество
Производительность Корреляция по Пирсону ,982**
Sig. (2-tailed) ,000  
количество
 

Корреляция.

Г)

 

 

 

Анализируя данную таблицу, можно сделать вывод: коэффициент корреляции составил 0,982, это указывает на сильную связь между премиальной выплатой и производительностью труда существует. Связь прямая. Следовательно, с увеличением премиальных выплат, возрастает и производительность труда.

 

Данную связь можно проследить и на графике. График линейный.

 
  Рентабельность Затратынарекламуруб
Рентабельность Корреляция по Пирсону ,430**
Sig. (2-tailed)   ,002
количество
Затраты на рекламу руб. Корреляция по Пирсону ,430**
Sig. (2-tailed) ,002  
количество
 

А)

 

Из данных, которые приведены в таблице видно, что коэффициент корреляции составил 0,43 это указывает на слабую связь между рентабельностью и затратами на рекламу. Связь прямая.

 

 

По графику видно, что данные рассеяны, это указывает на слабую связь между рентабельностью и затратами на рекламу.

 

 

 
  Затраты рентабельность
затраты Корреляция по Пирсону -,161
Sig. (2-tailed)   ,204
количество
рентабельность Корреляция по Пирсону -,161
Sig. (2-tailed) ,204  
количество

Б.

 

Из данных, приведенных в данной таблице, можно сделать вывод: связь отсутствует, так как коэффициент корреляции равен -0,16.

 

 

На графике видно, что связь между затратами на содержание основных средств и рентабельностью отсутствует.

 
  Затраты урожайность
затраты Корреляция по Пирсону -,113
Sig. (2-tailed)   ,374
количество
урожайность Корреляция по Пирсону -,113
Sig. (2-tailed) ,374  
количество

 

Из данных в таблице видно, что связь отсутствует. Коэффициент корреляции равен -0,1.

 

 

 
  ГСМ амортизация
ГСМ Корреляция по Пирсону -,181
Sig. (2-tailed)   ,103
количество
амортизация Корреляция по Пирсону -,181
Sig. (2-tailed) ,103  
количество

В.

 

 

Анализируя данную таблицу, можно сделать вывод: связь отсутствует, коэффициент корреляции равен -0,18.

 

На графике видно, что данные рассеяны, следовательно отсутствует связь между затратами на ГСМ и амортизационными отчислениями отсутствует.

 

Нелинейная регрессия.

 
Параметр Оценка Стд. ошибка Доверительный интервал 95%
Нижняя граница Верхняя граница
а0 -712,105 54,372 -837,486 -586,724
а1 2,391 ,151 2,042 2,740
а2 -,002 ,000 -,002 -,001

 

 

Получаем уравнение: Y=-712,105+2,391x1-0,002*x2^2

Графически отобразим фактическое значение прибыли в зависимости от премиальных выплат.

Анализируя данный график, можно сделать вывод: существует прямая зависимость. То есть с ростом премиальных выплат растет и прибыль от реализации. Точка максимума, которая составляет 700 для премиальных выплат и 155 для прибыли, является и точкой перелома графика. Достигнув точки максимума наблюдается обратная зависимость, с ростом премиальных выплат прибыль от реализации уменьшается.

 

 

Рассчитать прогнозное значение прибыли согласно полученной модели (полином второй степени).

 

Были рассчитаны значения расчетной прибыли и отклонения, данные приведены в таблице:

расчетная прибыль
отклонение -1 -3 -2 -1

 

Представить графически уровень расчетной прибыли в зависимости от премиальных выплат.

Анализируя данный график можно сделать вывод: график имеет сглаженный характер. Существует прямая зависимость премиальных выплат и прибыли от реализации. Точка максимума, которая составила 730 для премиальных выплат и 155 для прибыли, является и точкой перелома графика. Достигнув точки максимума наблюдается обратная зависимость, с ростом премиальных выплат прибыль от реализации уменьшается.

 

Рассчитать прибыль при следующих значениях премиальных выплат: 890, 910, 745. При уровне премиальных выплат 890, 910, 745 были получены следующие значения расчетной прибыли (соответственно) 109, 97, 153.

 

Линейная регрессия.

 

 
  численность промышленно-производственного персонала среднегодовая стоимость основных фондов износ основных фондов электровооруженность техническая вооруженность одного персонала выработка товарной продукции на одного работающего
численность промышленно-производственного персонала Корреляция по Пирсону ,949** -,106 ,031 ,101 ,077
Sig. (2-tailed)   ,000 ,613 ,882 ,632 ,715
количество
среднегодовая стоимость основных фондов Корреляция по Пирсону ,949** -,153 ,129 ,214 ,135
Sig. (2-tailed) ,000   ,466 ,539 ,305 ,520
количество
износ основных фондов Корреляция по Пирсону -,106 -,153 ,203 ,019 -,124
Sig. (2-tailed) ,613 ,466   ,331 ,928 ,555
количество
электровооруженность Корреляция по Пирсону ,031 ,129 ,203 ,754** ,481*
Sig. (2-tailed) ,882 ,539 ,331   ,000 ,015
количество
техническая вооруженность одного персонала Корреляция по Пирсону ,101 ,214 ,019 ,754** ,667**
Sig. (2-tailed) ,632 ,305 ,928 ,000   ,000
количество
выработка товарной продукции на одного работающего Корреляция по Пирсону ,077 ,135 -,124 ,481* ,667**
Sig. (2-tailed) ,715 ,520 ,555 ,015 ,000  
количество

 

Анализируя данную таблицу можно сделать вывод:между данными таблицы существует две тесные связи: между численностью промышленно-производственного персонала и среднегодовой стоимостью основных фондов (коэффициент корреляции составил 0,9) и между электровооруженностью и технической вооруженностью одного персонала (коэффициент корреляции составил 0,7), следовательно нужно исключить один фактор из двух.

Y= -84588, 938+21,698х1+0,066х2+797,522х3+207,071х4-690,726х5+2,178х6.

Данное уравнение линейной регрессии использовать нельзя, так как факторы, включенные в модель коррелируют между собой . Необходимо исключить следующие факторы: среднегодовая стоимость фондов и электровооруженность.

Model Summary
модель Коэф. корреляции Коэф. детерминации  
,998a ,996  
 

 

 

Коэффициент корреляции равен 0,998 это указывает на сильную взаимосвязь всех факторов и результативность показателей.

Коэффициент детерминации равен 0,996 этот показатель показывает процент всех факторов, которые были учтены, влияющие на объем производства. Было использовано 90% информации.

Были получены показатели линейной регрессии, в соответствие с уравнением Y=-84588, 938+23,666*х1+741,612х2+323,181х3+2,047х4:

 

теоретические показатели объема выпуска продукции отклонение
-7550
-19614
-18108
-4224
-41065
-7053
-10914
-15346
-9531
-5839
-28043
-14242
-12438
-15553
-7941

Самостоятельная работа. Вариант 1.

 
  плотность содержание полиамида фирма-производитель лайкры
плотность Корреляция по Пирсону -,422** -,104 ,436**
Sig. (2-tailed)   ,004 ,499 ,003
N
содержание полиамида Корреляция по Пирсону -,422** ,061 -,667**
Sig. (2-tailed) ,004   ,691 ,000
N
фирма-производитель Корреляция по Пирсону -,104 ,061 -,439**
Sig. (2-tailed) ,499 ,691   ,003
N
лайкры Корреляция по Пирсону ,436** -,667** -,439**
Sig. (2-tailed) ,003 ,000 ,003  
N
   

 

Анализируя данную таблицу, можно сделать вывод:между приведенными данными коффициент корреляции мал, поэтому все данные следует оставить.

Уравнение: Y=110,544-0,514x1-0,614x2+2,170x3+5,703x4

Данное уравнение может быть использовано.

 

 
модель корреляция детерминация  
,705a ,497  

 

Коэффициент корреляции равен 0,70 это указывает на слабую, прямую связь всех факторов и результативность показателей.

Коэффициент детерминации равен 0,49, это указывает на то, что было использовано 50% факторов, которые оказывают влияние на результатирующий признак, модель качественная и адекватная.

По приведенным данным, можно рассчитать прогноз и отклонение:

прогноз отклонение
77,84299  
52,9208 -30,4108
52,9208 -30,3008
81,89725 -22,00725
92,19202 -20,25202
92,19202 -20,25202
81,1902 8,7098
71,71055 2,59945
63,35833 14,33167
73,26664 -13,00664
78,70031 32,48969
75,10862 -1,54862
73,13217 11,47783
84,40293 -34,50293
70,34809 19,55191
65,20861 31,66139
29,57879 10,41121
85,12579 -35,13579
66,20041 -16,21041
47,93989 2,05011
79,98631 -29,99631
66,70397 -16,71397
129,8721 0,0279
78,70031 5,29969
77,84299 -16,84299
156,107 8,79303
84,40293 -34,50293
81,1902 8,7098
129,8721 0,0279
73,26664 16,63336
76,05071 29,44929
80,5472 -0,6472
77,97746 21,92254
110,2589 -10,35892
79,81944 40,08056
85,38759 24,51241
77,84299 -17,94299
78,70031 1,19969
77,84299 5,05701
78,70031 33,09969
78,70031 4,89969
77,84299 -17,84299
78,70031 1,29969
90,26527 -0,26527
85,55445 34,44555

 

Страница 2.

 

 
  общая жилая площадь жилая площадь квартиры число комнат в квартире площадь кухни тип дома расстояние относительно рублевского шоссе расстояние от метро
общая жилая площадь Корреляция по Пирсону ,901** ,692** ,788** ,548** -,023 -,492**
Sig. (2-tailed)   ,000 ,000 ,000 ,000 ,883 ,001
N
жилая площадь квартиры Корреляция по Пирсону ,901** ,784** ,721** ,464** -,007 -,473**
Sig. (2-tailed) ,000   ,000 ,000 ,001 ,964 ,001
N
число комнат в квартире Корреляция по Пирсону ,692** ,784** ,480** ,173 ,133 -,067
Sig. (2-tailed) ,000 ,000   ,001 ,262 ,390 ,666
N
площадь кухни Корреляция по Пирсону ,788** ,721** ,480** ,505** -,042 -,584**
Sig. (2-tailed) ,000 ,000 ,001   ,000 ,784 ,000
N
тип дома Корреляция по Пирсону ,548** ,464** ,173 ,505** -,156 -,327*
Sig. (2-tailed) ,000 ,001 ,262 ,000   ,311 ,030
N
расстояние относительно рублевского шоссе Корреляция по Пирсону -,023 -,007 ,133 -,042 -,156 ,091
Sig. (2-tailed) ,883 ,964 ,390 ,784 ,311   ,555
N
расстояние от метро Корреляция по Пирсону -,492** -,473** -,067 -,584** -,327* ,091
Sig. (2-tailed) ,001 ,001 ,666 ,000 ,030 ,555  
N

Анализируя данную таблицу, можно сделать вывод: среди приведенных данных существует три тесных зависимости, между общей жилой площадью и жилой площадью квартиры (коэффициент корреляции равен 0,9), между общей жилой площадью и площадью кухни (коэффициент корреляции равен 0,78), между жилой площадью квартиры и числом комнат в квартире (коэффициент корреляции равен 0,78). Следовательно, нужно исключить один из показателей.

Y=63,62+0,614x1+2,734x2+3,910x3-0,612x4+50,541x5-5,636x6-4,405x7

Данное уравнение использовать нельзя так как факторы, включенные в модель коррелируют между собой. Необходимо исключить следующие факторы: жилую площадь квартиры и общую жилую площадь.

 

Рассчитаем коэффициент корреляции и детерминации:

 

 
Модель корреляция детерминация  
,939a ,881  
 

Из полученных данных видно: присутствует тесная , прямая взаимосвязь между факторами (коэффициент корреляции равен 0,93). Было учтено 88% факторов, которые оказывают влияние на результатирующий признак, модель является адекватной и качественной (коэффициент детерминации равен 0,88).

В соответствие с данными было получено новое уравнение: Y=87,644+6,71x1+51,49x2+77,59x3-10,606x4-7,459x5,которое может быть использовано.

По данным можно рассчитать прогноз и отклонение:

прогноз отклонение п о п О п о п о п о п о п о
140,6794 -1,67936 223,8865 -3,88647 230,6059 9,39414 123,0934 46,90658 202,2496 -12,2496 272,0179 -2,01791 270,337 29,663 127,2118 -44,2118
111,5837 18,41626 341,3929 -1,39285 240,685 11,31505 377,6102 0,38983 209,9204 0,07956 227,4776 7,52242 372,9933 -22,9933 464,9356 -34,9356
112,9276 -2,92762 361,551 38,44897 145,3944 -39,3944 98,56657 96,43343 319,0537 -59,0537 408,9431 -8,94313 198,1025 -12,1025    
121,6628 13,33717 183,2331 13,76693 141,2358 35,76421 283,2016 13,79839 288,8164 41,1836 406,7251 85,27491 278,4003 -18,4003    
74,29004 -33,29 432,1047 -32,1047 219,0481 -9,04808 143,9235 -76,9235 292,7132 -42,7132 255,2293 4,77068 388,4479 -28,4479    
182,6766 -42,6766 223,3592 -33,3592 329,7003 30,29975 245,5332 -25,5332 294,3941 5,60586 311,807 88,19296 202,2788 -2,27878    

Дискриминантный анализ.

У нас имеется всего 12 предприятий, при этом 9 предприятий уже распределены, а 3 требуют дискриминации. Вся совокупность 75%.

 

   
группы средняя    
   
стоимость ОПФ 168,90525    
персонал 14,04775    
прибыль 18,33250    
стоимость ОПФ 45,79060    
персонал 4,77800    
прибыль 10,75800    
Total стоимость ОПФ 100,50822    
персонал 8,89789    
прибыль 14,12444    

 

Данная таблица показывает подмножества. Среднее значение у стоимости ОПФ в первом подмножестве (168,9) больше, чем во втором подмножестве(18,3). Среднее значение по персоналу в первом подмножестве(14,04) больше, чем во втором подмножестве(4,7). Средний показатель по прибыли(18,3) в первом подмножестве больше, чем во втором подмножестве(10,7).

 

Tests of Equality of Group Means
  Wilks' Lambda F df1 df2 Sig.
стоимость ОПФ ,125 48,866 ,000
персонал ,113 54,677 ,000
прибыль ,498 7,053 ,033

 

 

Анализируя данную таблицу, можно сделать вывод: для функции дискриминации используются все три фактора, так как показатели значимые (меньше 0,05).

 

 

 
  стоимость ОПФ персонал прибыль
Correlation стоимость ОПФ 1,000 ,552 ,570
персонал ,552 1,000 ,733
прибыль ,570 ,733 1,000

Данная таблица показывает взаимосвязь факторов между собой. Существует прямая связь.

 

 
Test of Function(s) Wilks' Lambda Chi-square df Sig.
,069 14,745 ,002

 

Согласно коэффициенту данная связь является адекватной (меньше 0,005)

 

 
   
  функция
персонал ,758
стоимость ОПФ ,716
прибыль ,272
 

Анализируя данную таблицу, можно сделать вывод: персонал оказывает наибольше воздействие на дискриминацию (0,75), чуть меньшее влияние оказывает стоимость ОПФ (0,71) и самую малую часть оказывает прибыль (0,27).

 

 
  функция
стоимость ОПФ ,024
персонал ,549
прибыль -,197
(Constant) -4,507

По данным из таблицы составим уравнение:

D(x) = -4,5+0,024x1+0,549x2-0,197x3

 

 

  Дело номер Актуальная группа Высшая группа
  Predicted Group P(G=g | D=d)
 
оригинал 1,000
1,000
1,000
1,000
1,000
,357
,710
,986
1,000
ungrouped ,995
ungrouped ,926
ungrouped 1,000

 

Анализируя данную таблицу, можно сделать вывод: 10 предприятие попадет во вторую группу с вероятностью 99%, 11 предприятие попадет в первую группу с вероятностью 92%, а 12 предприятие попадет в первую группу с вероятностью 100%.

 

 




Поиск по сайту:

©2015-2020 studopedya.ru Все права принадлежат авторам размещенных материалов.