Р Е З У Л Ь Т А Т Ы    Р Е Г Р Е С С И О Н Н О Г О   А Н А Л И З А

К оглавлению1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 
17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 
34 35 36 37 38 39 40 

 ******************************************************************

  

   Число  независимых  факторов -    2

   Число  экспериментов         -    8

  

   МНОЖЕСТВЕННАЯ  ЛИНЕЙНАЯ  РЕГРЕССИЯ

  

   Список   регрессионных  переменных :

   ------------------------------------

 Z ( 1) =  X ( 1)

 Z ( 2) =  X ( 2)

  

       Y = Z ( 3) = X ( 3)

  

.            УРАВНЕНИЕ  МНОЖЕСТВЕННОЙ  РЕГРЕССИИ :

------------------------------------------------------------------------

. N   Предиктор      Отклик        Корреляционная матрица оценок (%)

.                                  1   2

------------------------------------------------------------------------

.          Y  =     .330

  

. 1.   Z( 1)   +   1.135 * Z( 1)   99 -70

  

. 2.   Z( 2)   -    .901 * Z( 2)  -70  99

  

  

  

   КОРРЕЛЯЦИОННАЯ  МАТРИЦА  ПРЕДИКТОРОВ  И  ОТКЛИКА

   ------------------------------------------------

. Номер   1      2      3    

  

.  1   1.000   .701   .966

.  2    .701  1.000   .542

.  3    .966   .542  1.000

  

  

.            ОСНОВНЫЕ  СТАТИСТИКИ  УРАВНЕНИЯ  РЕГРЕССИИ

.            ------------------------------------------

----------------------------------------------------------------------

. Номер  Среднее   Стандарт- Корреля-  Коэфф.    Станд.ош. Т - стат. 

.                  ное откл. ция с Y   регрессии коэфф.              

.   J     PAV(J)   PSAV(J)     CFY(J)     A(J)      S(J)     T(J)    

----------------------------------------------------------------------

.   1       .185      .047      .966     1.135      .109    10.387 

.   2       .103      .014      .542     -.901      .378    -2.383 

.          О т к л и к

.   3       .447      .047 

  

.    Свободный    член   : A(0) =     .330

.    Стандартная  ошибка : S(0) =     .029

----------------------------------------------------------------------

  

  

.         СТАТИСТИКИ  АДЕКВАТНОСТИ  МОДЕЛИ

.         --------------------------------

.   Полная       сумма    квадратов         .015.

.   Остаточная   сумма    квадратов         .000,

.                степени    свободы            5.

.   Об"ясненная  сумма    квадратов         .015,

.                степени    свободы            2.

.   FISH   -   статистика    Фишера       77.459.

.   Коэфф. множественной корреляции         .984.

.   Стандартная    ошибка    оценки         .010.

  

  

.              ТАБЛИЦА  ОСТАТКОВ             

. --------------------------------------------

.  Номер экс-      Отклик   Оценка    Остаток

.  перимента                отклика          

. --------------------------------------------

.      1             .384      .371      .013 

.      2             .394      .401     -.007 

.      3             .420      .424     -.004 

.      4             .438      .444     -.006 

.      5             .454      .464     -.010 

.      6             .478      .478      .000 

.      7             .498      .492      .006 

.      8             .510      .502      .008 

. --------------------------------------------

Уравнение множественной регрессии имеет вид:

у = 1,135 х1 – 0,901 х2 + 0,33

Из полученного уравнения видно, что увеличение коэффициента обновления ОС на 1% приведет к повышению рентабельности на 1,135%, а увеличение коэффициента текучести кадров, наоборот, будет давать снижение рентабельности на 0,901%.

Для оценки надежности уравнения регрессии используется критерий Фишера. Он равен 77,459, что больше F2,8,5%. Таким образом, уравнение регрессии значимо и надежно.   

Теснота связи между первым признаком и результативным признаком составляет 0,966, что свидетельствует об очень тесной связи; между вторым признаком и результативным признаком 0,542, что говорит о связи средней степени; между рентабельностью и двумя объясняющими переменными (коэффициент множественной корреляции) 0,984, что показывает удачность подобранной модели.

            Итак, полученное уравнение регрессии значимо и надежно. Положительно влияет на рентабельность увеличение коэффициента обновления ОС, а отрицательное влияние на рентабельность оказывает коэффициент текучести кадров.

 

 ******************************************************************

  

   Число  независимых  факторов -    2

   Число  экспериментов         -    8

  

   МНОЖЕСТВЕННАЯ  ЛИНЕЙНАЯ  РЕГРЕССИЯ

  

   Список   регрессионных  переменных :

   ------------------------------------

 Z ( 1) =  X ( 1)

 Z ( 2) =  X ( 2)

  

       Y = Z ( 3) = X ( 3)

  

.            УРАВНЕНИЕ  МНОЖЕСТВЕННОЙ  РЕГРЕССИИ :

------------------------------------------------------------------------

. N   Предиктор      Отклик        Корреляционная матрица оценок (%)

.                                  1   2

------------------------------------------------------------------------

.          Y  =     .330

  

. 1.   Z( 1)   +   1.135 * Z( 1)   99 -70

  

. 2.   Z( 2)   -    .901 * Z( 2)  -70  99

  

  

  

   КОРРЕЛЯЦИОННАЯ  МАТРИЦА  ПРЕДИКТОРОВ  И  ОТКЛИКА

   ------------------------------------------------

. Номер   1      2      3    

  

.  1   1.000   .701   .966

.  2    .701  1.000   .542

.  3    .966   .542  1.000

  

  

.            ОСНОВНЫЕ  СТАТИСТИКИ  УРАВНЕНИЯ  РЕГРЕССИИ

.            ------------------------------------------

----------------------------------------------------------------------

. Номер  Среднее   Стандарт- Корреля-  Коэфф.    Станд.ош. Т - стат. 

.                  ное откл. ция с Y   регрессии коэфф.              

.   J     PAV(J)   PSAV(J)     CFY(J)     A(J)      S(J)     T(J)    

----------------------------------------------------------------------

.   1       .185      .047      .966     1.135      .109    10.387 

.   2       .103      .014      .542     -.901      .378    -2.383 

.          О т к л и к

.   3       .447      .047 

  

.    Свободный    член   : A(0) =     .330

.    Стандартная  ошибка : S(0) =     .029

----------------------------------------------------------------------

  

  

.         СТАТИСТИКИ  АДЕКВАТНОСТИ  МОДЕЛИ

.         --------------------------------

.   Полная       сумма    квадратов         .015.

.   Остаточная   сумма    квадратов         .000,

.                степени    свободы            5.

.   Об"ясненная  сумма    квадратов         .015,

.                степени    свободы            2.

.   FISH   -   статистика    Фишера       77.459.

.   Коэфф. множественной корреляции         .984.

.   Стандартная    ошибка    оценки         .010.

  

  

.              ТАБЛИЦА  ОСТАТКОВ             

. --------------------------------------------

.  Номер экс-      Отклик   Оценка    Остаток

.  перимента                отклика          

. --------------------------------------------

.      1             .384      .371      .013 

.      2             .394      .401     -.007 

.      3             .420      .424     -.004 

.      4             .438      .444     -.006 

.      5             .454      .464     -.010 

.      6             .478      .478      .000 

.      7             .498      .492      .006 

.      8             .510      .502      .008 

. --------------------------------------------

Уравнение множественной регрессии имеет вид:

у = 1,135 х1 – 0,901 х2 + 0,33

Из полученного уравнения видно, что увеличение коэффициента обновления ОС на 1% приведет к повышению рентабельности на 1,135%, а увеличение коэффициента текучести кадров, наоборот, будет давать снижение рентабельности на 0,901%.

Для оценки надежности уравнения регрессии используется критерий Фишера. Он равен 77,459, что больше F2,8,5%. Таким образом, уравнение регрессии значимо и надежно.   

Теснота связи между первым признаком и результативным признаком составляет 0,966, что свидетельствует об очень тесной связи; между вторым признаком и результативным признаком 0,542, что говорит о связи средней степени; между рентабельностью и двумя объясняющими переменными (коэффициент множественной корреляции) 0,984, что показывает удачность подобранной модели.

            Итак, полученное уравнение регрессии значимо и надежно. Положительно влияет на рентабельность увеличение коэффициента обновления ОС, а отрицательное влияние на рентабельность оказывает коэффициент текучести кадров.