Анализ развития мясной отрасли в странах мира

 
 

    Для каждого шага анализируются исключённые переменные β — это регрессионные коэффициенты, стандартизованные соответствующей области значений, они указывают на важность независимых переменных, вовлечённых в регрессионное уравнение.

6. Проверить значимость полученных коэффициентов.

    Для проверки анализируются показатели Знч., полученные в таблице коэффициентов. За уровень значимости следует взять 0,01. То есть, коэффициенты, для которых значение Знч. больше либо равно 0,01 для составления уравнения применяться не будут.

7. Сделать выводы

 
 

Проведение  анализа

1. Постановка цели: рассмотреть наличие связи между объемом производства мяса и факторами, влияющими на производство
2. Исходная информация

Собираем статистическую информацию по параметрам: производство мяса на душу населения (кг на чел), поголовье  скота (тысяч голов), площадь земель под фермы (тысяч га), количество ферм (штук) и численность, работающих в мясной отрасли (тысяч чел.) 49 стран и представляем в виде таблицы 8.

Таблица 8

Производство  мяса и влияющие факторы [1]

 

3. Проведем  описательную статистику и получим следующие результаты (табл. 9)

Таблица 9

Из оценки таблицы можно сказать, что данные по всем параметрам очень неоднородные и имеют большой разброс значений. Так например, коэффициенты вариации (стд. Отклон./среднее) всех параметров будут больше 100%, что говорит об отсутствии однородности. Это может оказать влияние на результаты анализа, но в силу ограниченности данных и небольшого объема выборки оставим исходную информацию без изменений.

4. Определим тесноту связи между показателями на основе корреляционного анализа

Корреляционный  анализ проводим с помощью программного продукта SPSS 17, получаем следующую корреляционную матрицу (табл. 10)

Таблица 10

    Из  всех факторов наиболее тесная связь  между производством мяса и численностью работников, коэффициент Пирсона в данном случае равняется 0,608 при уровне значимости 0,01, т.е. можно сказать что численность оказывает существенное влияние на производство, наблюдается связь и между производством и площадью ферм 0,398 при уровне значимости 0,05 и совсем незначительная связь производства мяса с поголовьем скота и количеством ферм.

    Если  рассматривать связи между самими факторами, можно утверждать что  мультиколлинеарных параметров нет, что  позволяет свободно приступать к  регрессионному анализу.

5. Составим уравнение зависимости производства мяса от факторов на основе пошагового регрессионного анализа (с помощью программного продукта SPSS 17)

Сначала программа определяет наиболее значимые параметры, которые будут учувствовать в анализе, в данном случае это  численность работников и площадь  под фермы (смотр табл. 12) 
 

Таблица 12

Далее составляется таблица-сводка моделей, соответствующая  пошаговому анализу (таблица 13)

Таблица 13

 

    Средняя часть расчётов отражает два источника  дисперсии: дисперсию, которая описывается  уравнением регрессии (сумма квадратов, обусловленная регрессией) и дисперсию, которая не учитывается при записи уравнения (остаточная сумма квадратов). Частное от суммы квадратов, обусловленных регрессией и остаточной суммы квадратов называется "коэфициентом детерминации". В таблице результатов это частное выводится под именем "R-квадрат".

    Из  таблицы следует, что вовлечение переменных в расчет производилось за два шага, то есть переменные численность работающих и площадь поочерёдно внедрялись в уравнение регрессии. Для каждого шага происходит вывод коэффициентов множественной регрессии, меры определённости, смещенной меры определённости и стандартной ошибки. При этом надо отметить, что стандартная ошибка достаточно большая, что может говорить о неточности данного анализа.

    И на основе следующей таблицы 14 составим регрессионное уравнение.

Таблица 14

    В ходе анализа представляется две  модели, рассмотрим более подробно.