Коэффициенты главных компонент
Поможем в ✍️ написании учебной работы
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

┌─────┬───────┬───────┬───────┬───────┬───────┬───────┬───────┐

│ N │ 1 │ 2 │ 3 │ 4 │ 5 │ 6 │ 7 │

├─────┼───────┼───────┼───────┼───────┼───────┼───────┼───────┤

│ x4 │ 0.51 │ -0.04 │ 0.42 │ -0.21 │ -0.26 │ 0.18 │ -0.64 │

│ x5 │ -0.22 │ 0.53 │ 0.12 │ -0.75 │ -0.09 │ -0.29 │ 0.07 │

│ x6 │ -0.41 │ -0.37 │ -0.36 │ -0.34 │ 0.38 │ 0.11 │ -0.55 │

│ x7 │ -0.30 │ 0.44 │ -0.38 │ 0.24 │ -0.55 │ 0.35 │ -0.28 │

│ x8 │ -0.48 │ -0.06 │ 0.44 │ 0.37 │ -0.13 │ -0.56 │ -0.32 │

│ x9 │ 0.09 │ 0.61 │ 0.11 │ 0.28 │ 0.68 │ 0.11 │ -0.23 │

└─────┴───────┴───────┴───────┴───────┴───────┴───────┴───────┘

Матрица факторов (отобрано факторов 7)

 

┌─────┬───────┬───────┬───────┬───────┬───────┬───────┬───────┐

│ N │ 1 │ 2 │ 3 │ 4 │ 5 │ 6 │ 7 │

├─────┼───────┼───────┼───────┼───────┼───────┼───────┼───────┤

│ x4 │ 0.80 │ -0.05 │ 0.48 │ -0.17 │ -0.19 │ 0.08 │ -0.22 │

│ x5 │ -0.34 │ 0.70 │ 0.14 │ -0.60 │ -0.07 │ -0.13 │ 0.02 │

│ x6 │ -0.63 │ -0.49 │ -0.42 │ -0.27 │ 0.28 │ 0.05 │ -0.18 │

│ x7 │ -0.47 │ 0.58 │ -0.44 │ 0.19 │ -0.41 │ 0.15 │ -0.09 │

│ x8 │ -0.75 │ -0.08 │ 0.51 │ 0.29 │ -0.09 │ -0.25 │ -0.11 │

│ x9 │ 0.13 │ 0.80 │ 0.12 │ 0.23 │ 0.51 │ 0.05 │ -0.08 │

└─────┴───────┴───────┴───────┴───────┴───────┴───────┴───────┘

 

Рассмотрим три первые главные компоненты, так как их общий вклад в суммарную дисперсию составил 78%.

       Связанным с первой главной компонентой является Х4, то есть трудоемкость единицы продукции.

Вторая главная компонента связана с Х9, Х5, Х7, Х6, то есть с удельным весом потерь от брака, с удельным весом рабочих в составе промышленно-производственного персонала, с коэффициентом сменности оборудования и с удельным весом покупных изделий.

Третья главная компонента связана с Х8 – премии и вознаграждения на одного работника в % к заработной плате.

 

 

 ┌───┬──────────┐

 │ N │ Оценка │

 │ │ общности │

 ├───┼──────────┤

 │ 1 │ 1.00 │

 │ 2 │ 1.00 │

 │ 3 │ 1.00 │

 │ 4 │ 1.00 │

 │ 5 │    1.00 │

 │ 6 │ 1.00 │

 │ 7 │ 1.00 │

 └───┴──────────┘

 

Просмотр главных компонент

N Фактор1 Фактор2 Фактор3 Фактор4 Фактор5 Фактор6
1 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 -0.72 0.28 -0.53 -1.39 -0.62 0.14 0.56 -0.98 0.41 -1.07 -0.39 0.04 -0.24 2.09 1.36 1.08 1.62 0.77 0.65 -0.04 0.07 1.47 1.45 -1.4 -1.61 -0.59 0.31 -0.13 -1.69 -0.89 0.13 1.56 1.29 0.96 0.72 1.08 -1.82 -0.48 -0.96 -0.45 -1.59 -2.07 -1.35 -0.93 1.32 0.33 -0.05 0.57 0.11 0.57 0.38 1.34 -0.89 0.49 0.99 0.55 0.003 0.21 -1.38 -0.65 0.33 -0.02 1.73 -1.57 -0.29 -0.77 1.71 1.57 0.05 -0.84 -0.24 -0.14 -0.60 0.31 -0.45 -0.34 -0.47 -1.67 1.35 0.94 0.73 1.34 -0.63 -0.56 1.97 -1.67 -1.04 -0.46 -0.17 -0.12 -0.80 0.12 1.68 0.99 2.76 -0.31 0.03 0.65 0.88 0.04 0.99 -0.40 1.47 0.37 1.55 -0.54 -0.81 -0.77 -1.38 -0.89 -0.55 -0.47 0.32 -1.035 -0.36 -1.29 0.59 -1.11 -0.70 -1.00 -0.61 -0.54 -0.53 -1.39 -0.79 2.18 -0.80 0.01 2.09 1.01 0.26 0.82 -0.17 -0.65 1.31 -0.78 -1.02 -1.64 0.11 -0.16 1.36 -0.18 -1.14 -0.23 -0.09 -0.08 1.06 1.73 -1.07 -0.06 -0,26 0,44 0,44 1,07 0,18 0,50 -0,43 0,10 0,39 0,14 0,48 0,58 -0,91 -0,86 0,44 0,35 -1,74 -0,15 1,25 0,41 0,06 0,02 -4,01 1,17 -0,52 1,30 0,52 -0,31 0,21 -0,84

       Проведем регрессионный анализ на главные компоненты.

*** Протокол множественной линейной регрессии ***

                    Зависимая переменная Y - y2

 

 Функция Y = +13.494-2.249*Фактор N1-0.414*Фактор N2+3.788*Фактор N3-1.061*Фак

тор N4+0.526*Фактор N5+0.530*Фактор N6

              Оценки коэффициентов линейной регрессии

 ┌───┬──────────┬───────────┬───────────────┬───────────┬────────┬─────────┐

 │ N │ Значение │ Дисперсия │  Средне- │ t - │ Нижняя │ Верхняя │

 │ │     │      │ квадатическое │ значение │ оценка │ оценка │

 │ │     │      │ отклонение │      │   │    │

 ├───┼──────────┼───────────┼───────────────┼───────────┼────────┼─────────┤

 │ 1 │ 13.49 │ 0.48 │     0.69 │ 19.57 │ 12.31 │ 14.68 │

 │ 2 │ -2.25 │ 0.48 │     0.69 │ -3.26 │ -3.43 │ -1.06 │

 │ 3 │ -0.41 │ 0.48 │     0.69 │ -0.60 │ -1.60 │ 0.77 │

 │ 4 │ 3.79 │ 0.48 │     0.69 │  5.49 │ 2.60 │ 4.97 │

 │ 5 │ -1.06 │ 0.48 │     0.69 │ -1.54 │ -2.25 │ 0.12 │

 │ 6 │ 0.53 │ 0.48 │     0.69 │ 0.76 │ -0.66 │ 1.71 │

 │ 7 │ 0.53 │ 0.48 │     0.69 │ 0.77 │ -0.66 │ 1.72 │

 └───┴──────────┴───────────┴───────────────┴───────────┴────────┴─────────┘

 

Кpитические значения t-pаспpеделения

пpи 23 степенях свободы

   веpоятность t-значение

    0.900    1.323

    0.950    1.719

    0.990    2.503

 

 

Сравнивая расчетные t-значения с tкр=1,323, с вероятностью 0,95 можно утверждать, что фактор1, фактор 4, фактор 2 и фактор 5 являются значимыми.

Оценки коэффициентов интерпретации линейной регрессии

╔════╤════════╤═════════╤═════════╗

║ N │Коэффиц.│Вета- │Дельта- ║

║ │эластичн│коэффиц. │коэффиц. ║

╠════╪════════╪═════════╪═════════╣

║1 │ +0.000│ -0.396│ +0.238║

║2 │ +0.000│ -0.073│ +0.008║

  ║3 │ +0.000│ +0.668│ +0.675║

║4 │ +0.000│ -0.187│ +0.053║

║5 │ +0.000│ +0.093│ +0.013║

║6 │ -0.000│ +0.093│ +0.013║

╚════╧════════╧═════════╧═════════╝

Таблица остатков

┌────┬──────────────┬───────────┬────────────┬───────────────┐

│ N │ Эмпирическое │ Расчетное │ Ошибка │   Ошибка │

│ │ значение │ значение │ абсолютная │ относительная │

├────┼──────────────┼───────────┼────────────┼───────────────┤

│ 1 │   13.26 │ 16.53 │ -3.27 │    -0.25 │

│ 2 │   10.16 │ 11.75 │ -1.59 │    -0.16 │

│ 3 │   13.72 │ 18.26 │ -4.54 │    -0.33 │

│ 4 │   12.85 │ 6.21 │  6.64 │     0.52 │

│ 5 │   10.63 │ 8.74 │  1.89 │     0.18 │

│ 6 │    9.12 │ 9.91 │ -0.79 │    -0.09 │

│ 7 │   25.83 │ 21.27 │  4.56 │     0.18 │

│ 8 │   23.39 │ 20.63 │  2.76 │      0.12 │

│ 9 │   14.68 │ 12.94 │  1.74 │     0.12 │

│ 10 │   10.05 │ 11.42 │ -1.37 │    -0.14 │

│ 11 │   13.99 │ 12.77 │  1.22 │     0.09 │

│ 12 │    9.68 │ 14.81 │ -5.13 │         -0.53 │

│ 13 │   10.03 │ 10.21 │ -0.18 │    -0.02 │

│ 14 │    9.13 │ 12.59 │ -3.46 │    -0.38 │

│ 15 │    5.37 │ 7.27 │ -1.90 │    -0.35 │

│ 16 │    9.86 │ 11.26 │ -1.40 │    -0.14 │

│ 17 │   12.62 │ 10.70 │  1.92 │     0.15 │

│ 18 │    5.02 │ 6.28 │ -1.26 │    -0.25 │

│ 19 │   21.18 │ 20.44 │  0.74 │     0.04 │

│ 20 │   25.17 │ 18.25 │  6.92 │     0.27 │

│ 21 │   19.10 │ 17.12 │  1.98 │     0.10 │

│ 22 │   21.00 │ 17.22 │  3.78 │     0.18 │

│ 23 │    6.57 │ 9.51 │ -2.94 │    -0.45 │

│ 24 │   14.19 │ 13.57 │  0.62 │     0.04 │

│ 25 │   15.81 │ 23.35 │ -7.54 │    -0.48 │

│ 26 │    5.23 │ 8.23 │ -3.00 │    -0.57 │

│ 27 │    7.99 │ 8.16 │ -0.17 │    -0.02 │

│ 28 │   17.50 │ 13.22 │  4.28 │     0.24 │

│ 29 │   17.16 │ 16.39 │  0.77 │     0.04 │

│ 30 │   14.54 │ 15.81 │ -1.27 │     -0.09 │

└────┴──────────────┴───────────┴────────────┴───────────────┘

 

                         Характеристики остатков

Среднее значение..................... -0.000

Оценка дисперсии..................... 10.9

Оценка приведенной дисперсии........ 14.3

Средний модуль остатков.............. 2.655

Относительная ошибка аппроксимации... 0.217

Критерий Дарбина-Уотсона............. 1.749

Коэффициент детерминации............. 0.660

F - значение ( n1 = 7, n2 = 23)... 61.1

Гипотеза о значимости уравнения

не отвергается с вероятностью 0.950

 

       Факторы, включенные в уравнение регрессии, объясняют 66% вариации уровня производительности труда.

       Сравнивая F-значение = 61,1 с Fкр = 2,53, можно сделать вывод, что уравнение регрессии на главные компоненты является значимым с вероятностью 0,95.

       Сравним теперь два полученных уравнения регрессий: регрессии на исходные данные и регрессии на главные компоненты:

Функция Y = -0.990+28.691*x5-12.346*x7+9.610*x8

 

Функция Y = +13.494-2.249*Фактор N1-0.414*Фактор N2+3.788*Фактор N3-1.061*Фак

 

Анализируя эти два уравнения и помня, что первая главная компонента связана с Х4, можно сделать вывод, что уравнение регрессии на главные компоненты дает лучшую интерпретацию результатов. Следовательно, рентабельность зависит в основном от трудоемкость единицы продукции.



Заключение

 

В данной работе с помощью методов многомерного статистического анализа (корреляционного, регрессионного, компонентного и факторного анализов) проанализировано влияние нескольких факторов на производительность труда.

Проведенный анализ позволил выявить влияние на рентабельность таких факторов, как трудоемкость единицы продукции, удельный вес рабочих в составе промышленно-производственного персонала, удельный вес покупных изделий, коэффициент сменности оборудования, премии и вознаграждении на одного работника в % к заработной плате и удельный вес потерь от брака.

В результате сравнения двух полученных уравнений мы сделали вывод, что уравнение регрессии на главные компоненты лучше интерпретирует результаты анализа, чем уравнение регрессии на исходные данные.



Список использованной литературы

 

1. Исследование зависимостей и снижение размерностей с использованием ППП «Олимп», Мхитарян В.С., Дубров А.М., Трошин Л.И., Дуброва Т.А., Корнилов И.А. - М.: МЭСИ, 2000.

2. Многомерные статистические методы, Дубров А.М.. Мхитарян В.С.,
Трошин Л.И. - М.: Финансы и статистика, 2000.

 

 


Дата: 2019-07-30, просмотров: 173.