Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Корреляционно-регрессионный анализ экспорта за 2008-2009 гг.
Проанализируем связь между стоимостным объемом экспорта и общим объемом таможенных платежей, перечисленных в федеральный бюджет, на основе данных Дальневосточного таможенного управления за 2008-2011 гг. (таблица 2.4). В качестве зависимой переменной y возьмем общий объем платежей, перечисленных таможней в федеральный бюджет. Стоимостной объем экспорта будем считать фактором, оказывающим влияние на величину y, и обозначим через x.
Таблица 2.4 Исходные данные для анализа (2008 - 2011 гг.)
Для первоначальной оценки возможной статистической связи между заданными переменными x и y построим корреляционное поле (рисунок 2.3), соответствующее исходным данным, приведенным в таблице 2.4.
Рис. 2.3 Корреляционное поле зависимости таможенных платежей от стоимости экспорта По концентрации точек на рисунке 2.3 можно сделать предположение о существовании линейной зависимости между x и y. Рассчитаем линейный коэффициент корреляции r (таблица 2.5).
Таблица 2.5 Расчет линейного коэффициента корреляции
Линейный коэффициент корреляции свидетельствует о наличии умеренной взаимосвязи (r < 0, 7) рассмотренных выше показателей, следовательно, нецелесообразно производить регрессионный анализ. Заметим, что в структуру таможенных платежей включается НДС, акциз и импортная пошлина, которые однозначно не взимаются при вывозе. Таким образом, в качестве результативного признака следует взять значение экспортной пошлины. Таблица 2.6 Исходные данные для анализа (2008 - 2009 гг.)
Для первоначальной оценки возможной статистической связи между заданными переменными x и y построим корреляционное поле (рисунок 2.4), соответствующее исходным данным, приведенным в таблице 2.6.
Рис. 2.4 Корреляционное поле зависимости экспортной пошлины от стоимости экспорта
По концентрации точек на рисунке 2.4 можно сделать предположение о существовании линейной (логарифмической) зависимости между x и y. Рассчитаем линейный коэффициент корреляции r (таблица 2.7). Таблица 2.7 Расчет линейного коэффициента корреляции
Так как r=0, 847, то между x и y существует сильная зависимость. Положительный знак коэффициента свидетельствует о том, что связь прямая. При небольшом числе наблюдений (n< 30) необходимо рассчитать среднюю ошибку линейного коэффициента корреляции. Исходя из того, что n=8 и r=0, 847 средняя ошибка составит 0, 217. Далее необходимо произвести проверку значимости линейного коэффициента корреляции с применением t-критерия Стьюдента. Выполнив необходимые расчеты, получили фактическое значение t-критерия - 3, 895. Критическое значение t-критерия определяется из таблицы значений t-критерия Стьюдента, в нашем случае при k=6 и уровне значимости α =0, 05 получили 2, 4469. Таким образом, линейный коэффициент корреляции является существенным, так как выполняется соотношение t факт > t крит. Определим уравнение регрессии в виде: y=a0+ a1∙ lnx. Вспомогательные расчеты проведем в таблице 2.8.
Таблица 2.8 Вспомогательные расчеты
В соответствии с таблицей 2.8 система нормальных уравнений имеет вид:
Решаем полученную систему матричным методом и в соответствии с таблицей 2.9 получаем уравнение регрессии: = 13490Ln(x) - 94229
Таблица 2.9 Расчет параметров уравнения регрессии
Коэффициент регрессии a1 = 13490, 42 положителен, значит, с увеличением стоимостного объема экспорта общий объем экспортной пошлины, перечисленных в федеральный бюджет, также будет возрастать. При условии, если влияние прочих факторов на объем экспортной пошлины будет оставаться неизменным, то с ростом стоимостного объема экспорта на один процент объем перечисляемой экспортной пошлины возрастет на 134, 90 млн. рублей. Для определения значимости коэффициента регрессии в таблице 2.10 вычислим фактическое значение t-критерия Стьюдента. В данном случае в имеем tфакт=10768, 77.
Таблица 2.10 Расчет значимости коэффициента регрессии
При уровне значимости α =0, 05 и количестве степеней свободы k=6 критическое значение t-критерия составляет tкрит=2, 4469. Соотношение tфакт> tкрит выполняется, следовательно, коэффициент регрессии a1=13490, 42 существен с вероятностью 95%. Проверим полученную модель на адекватность исходным данным, для чего вычислим расчетное значение F-критерия Фишера. Получаем Fфакт=15, 17. При уровне значимости α =0, 05 и количестве степеней свободы k1=1 и k2=6 имеем Fкрит=5, 99. Поскольку 15, 17> 5, 99, полученная модель регрессии адекватна исходным данным. Коэффициент детерминации составляет r2=0, 717, т.е. найденное уравнение регрессии объясняет 71, 7% вариации объема экспортной пошлины и только 28, 3% изменений происходит за счет влияния прочих факторов. Таким образом, между стоимостным объемом экспорта и суммой экспортной пошлины, перечисленных в федеральный бюджет, существует прямая связь, которая может быть выражена уравнением y=13490Ln(x) - 94229. Кроме того, рассчитав среднюю ошибку аппроксимации (10, 58%), пришли к выводу, что полученная модель регрессии адекватно описывает реальные статистические данные, так как ошибка менее 15%. |
Последнее изменение этой страницы: 2020-02-17; Просмотров: 70; Нарушение авторского права страницы