Всероссийский заочный финансово-экономический институт

Факультет «Менеджмент и маркетинг»

Кафедра «БУАС»

КУРСОВАЯ РАБОТА

по дисциплине «Статистика»

на тему

«Корреляционно-регрессионный анализ взаимосвязи производственных показателей предприятия (организации)»

Вариант №20

Выполнила: студентка 3 курса, МиМ2ВО № студ. билета 09ММД

Проверила: к.э.н. старший преподаватель

Архангельск

2009

Содержание:

I.

Введение

3

II.

Теоретическая часть

1.

Основные производственные показатели предприятия (организации)

5

2.

Основные понятия корреляции и регрессии

8

3.

Корреляционно-регрессионный анализ

11

4.

Пример для теоретической части

15

III.

Расчетная часть

18

IV.

Заключение

47

V.

Список использованной литературы

49

1. Введение

Полная и достоверная статистическая информация является тем необходимым основанием, на котором базируется процесс управления экономикой. Принятие управленческих решений на всех уровнях – от общегосударственного или регионального и до уровня отдельной корпорации или частной фирмы – невозможно без должного статистического обеспечения.

Именно статистические данные позволяют определить объемы валового внутреннего продукта и национального дохода, выявить основные тенденции развития отраслей экономики, оценить уровень инфляции, проанализировать состояние финансовых и товарных рынков, исследовать уровень жизни населения и другие социально-экономические явления и процессы.

Статистика – это наука, изучающая количественную сторону массовых явлений и процессов в неразрывной связи с их качественной стороной, количественное выражение закономерностей общественного развития в конкретных условиях места и времени.

Для получения статистической информации органы государственной и ведомственной статистики, а также коммерческие структуры проводят различного рода статистические исследования. Процесс статистического исследования включает три основные стадии: сбор данных, их сводка и группировка, анализ и расчет обобщающих показателей.

От того, как собран первичный статистический материал, как он обработан и сгруппирован, в значительной степени зависят результаты и качество всей последующей работы. Недостаточная проработка программно-методологических и организационных аспектов статистического наблюдения, отсутствие логического и арифметического контроля собранных данных, несоблюдение принципов формирования групп в конечном счете могут привести к абсолютно ошибочным выводам.

Не менее сложной, трудоемкой и ответственной является и заключительная, аналитическая стадия исследования. На этой стадии рассчитываются средние показатели и показатели распределения, анализируется структура совокупности, исследуется динамика и взаимосвязи между изучаемыми явлениями и процессами.

Используемые на всех стадиях исследования приемы и методы сбора, обработки и анализа данных являются предметом изучения общей теории статистики, которая является базовой отраслью статистической науки. Разработанная ею методология применяется в макроэкономической статистике, отраслевых статистиках (промышленности, сельского хозяйства, торговли и прочих), статистике населения, социальной статистике и в других статистических отраслях.

1. Теоретическая часть

1. Основные производственные показатели

предприятия (организации)

Статистика промышленности – одна из отраслей экономической статистики. Она изучает промышленность, происходящие в ней явления, процессы, закономерности и взаимосвязи.

На основе статистического изучения производственно-хозяйственной деятельности промышленных предприятий вырабатываются стратегия и тактика развития предприятия, обосновываются производственная программа и управленческие решения, осуществляется контроль за их выполнением, выявляются резервы повышения эффективности производства, оцениваются результаты деятельности предприятий, его подразделений и работников.

В статистике промышленности применяют методологию системного статистического анализа основных экономических показателей результатов деятельности предприятия, характерных для рыночной экономики. Проводят анализ основных статистических показателей по различным направлениям производственно-хозяйственной деятельности предприятия: производство продукции, трудовые ресурсы и уровень их использования, основные фонды и производственное оборудование, оборотные средства и предметы труда, научно-технический прогресс, себестоимость промышленной продукции.

1. Статистика производства продукции

Продукция промышленности – прямой полезный результат промышленно-производственной деятельности предприятий, выраженный либо в форме продуктов, либо в форме производственных услуг (работ промышленного характера).

Для характеристики результатов деятельности отдельных предприятий, объединений, отраслей промышленности и всей промышленности в целом используется система стоимостных показателей продукции, включающая в себя валовой и внутризаводской обороты, товарную и реализованную продукцию.

2. Статистика рабочей силы и рабочего времени

Использование трудовых ресурсов в промышленности – одна из основных проблем, значение которой будет возрастать в связи с напряженным трудовым балансом. Вместе с тем, контроль за уровнем использования трудовых ресурсов – одна из важнейших задач статистического анализа результатов деятельности промышленных предприятий.

3. Статистика производительности труда

Производительность труда – качественная его характеристика, показывающая способность работников к производству материальных благ в единицу времени.

Уровень производительности труда характеризуется количеством продукции, создаваемой в единицу времени (выработка – прямой показатель), или затратами времени на производство единицы продукции (трудоемкость – обратный показатель). Прямые и обратные показатели используются для характеристики уровня производительности труда.

4. Статистика заработной платы

Заработная плата представляет собой часть общественного продукта, поступающего в индивидуальное распоряжение работников в соответствии с количеством затраченного ими труда. Статистика промышленности рассматривает номинальную заработную плату, выраженную суммой денег, начисленной работнику, без учета их покупательной способности.

5. Статистика основных фондов и производственного оборудования

Основные фонды представляют собой средства труда, которые целиком и в неизменной натуральной форме функционируют в производстве в течение длительного времени, постепенно перенося свою стоимость на произведенный продукт.

В статистике промышленности различают следующие характеристики стоимости основных фондов: полная первоначальная стоимость; первоначальная стоимость за вычетом износа (остаточная первоначальная стоимость); полная восстановительная стоимость; восстановительная стоимость за вычетом износа (остаточная восстановительная стоимость).

6. Статистика оборотных средств и предметов труда

6.1 Статистика оборотных средств

Оборотные средства – это выраженные в денежной форме оборотные фонды и фонды обращения, авансируемые в плановом порядке для обеспечения непрерывности производства и реализации продукции.

6.2 Статистика предметов труда

По своему происхождению предметы труда подразделяются на сырье и материалы. Сырьем называют продукты сельского хозяйства и добывающей промышленности; материалы – продукты обрабатывающей промышленности.

7. Статистика научно-технического прогресса

Основными направлениями научно-технического прогресса являются: электрификация, механизация, автоматизация и химизация производства; освоение и внедрение новых видов машин, аппаратов, приборов и новых технологических процессов; внедрение изобретений и рационализаторских предложений: углубление специализации и кооперирования.

8. Статистика себестоимости продукции

Под себестоимостью продукции понимают сумму выраженных в денежной форме затрат, связанных с выпуском определённого объема и состава продукции. Себестоимость – обобщающий качественный показатель работы предприятия. Ее уровень служит основой для определения цен на отдельные виды продукции.

2. Основные понятия корреляции и регрессии

Исследуя природу, общество, экономику, необходимо считаться со взаимосвязью наблюдаемых процессов и явлений. При этом полнота описания, так или иначе, определяется количественными характеристиками причинно-следственных связей между ними. Оценка наиболее существенных из них, а также воздействия одних факторов на другие является одной из основных задач статистики.

Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. Достаточно часто функциональная связь проявляется в физике, химии. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции.

Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Объяснение тому – сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции.

Например, некоторое увеличение аргумента повлечет за собой лишь среднее увеличение или уменьшение (в зависимости от направленности) функции, тогда как конкретные значения у отдельных единиц наблюдения будут отличаться от среднего. Такие зависимости встречаются повсеместно. Например, в сельском хозяйстве это может быть связь между урожайностью и количеством внесенных удобрений. Очевидно, что последние участвуют в формировании урожая. Но для каждого конкретного поля, участка одно и то же количество внесенных удобрений вызовет разный прирост урожайности, так как во взаимодействии находится еще целый ряд факторов (погода, состояние почвы и др.), которые и формируют конечный результат. Однако в среднем такая связь наблюдается – увеличение массы внесенных удобрений ведет к росту урожайности.

По направлению связи бывают прямыми, когда зависимая переменная растет с увеличением факторного признака, и обратными, при которых рост последнего сопровождается уменьшением функции. Такие связи также можно назвать соответственно положительными и отрицательными.

Относительно своей аналитической формы связи бывают линейными и нелинейными. В первом случае между признаками в среднем проявляются линейные соотношения. Нелинейная взаимосвязь выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно.

Существует еще одна достаточно важная характеристика связей с точки зрения взаимодействующих факторов. Если характеризуется связь двух признаков, то ее принято называть парной. Если изучаются более чем две переменные – множественной.

Указанные выше классификационные признаки наиболее часто встречаются в статистическом анализе. Но, кроме перечисленных различают также непосредственные, косвенные и ложные связи. Собственно, суть каждой из них очевидна из названия. В первом случае факторы взаимодействуют между собой непосредственно. Для косвенной связи характерно участие какой-то третьей переменной, которая опосредует связь между изучаемыми признаками. Ложная связь – это связь, установленная формально и, как правило, подтвержденная только количественными оценками. Она не имеет под собой качественной основы или же бессмысленна.

По силе различаются слабые и сильные связи. Эта формальная характеристика выражается конкретными величинами и интерпретируется в соответствии с общепринятыми критериями силы связи для конкретных показателей.

В наиболее общем виде задача статистики в области изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие. Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. В то же время ряд исследователей объединяет эти методы в корреляционно-регрессионный анализ, что имеет под собой некоторые основания: наличие целого ряда общих вычислительных процедур, взаимодополнения при интерпретации результатов и др.

Поэтому в данном контексте можно говорить о корреляционном анализе в широком смысле – когда всесторонне характеризуется взаимосвязь. В то же время выделяют корреляционный анализ в узком смысле – когда исследуется сила связи – и регрессионный анализ, в ходе которого оцениваются ее форма и воздействие одних факторов на другие.

Задачи собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак.

Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.

Решение названных задач опирается на соответствующие приемы, алгоритмы, показатели, применение которых дает основание говорить о статистическом изучении взаимосвязей.

3. Корреляционно-регрессионный анализ

Для выявления наличия связи, ее характера и направления в статистике используют методы: приведения параллельных данных; аналитических группировок; графический, корреляции.

Корреляционно-регрессионный анализ включает в себя измерение тесноты, направления связи и установление аналитического выражения (формы) связи (регрессионный анализ).

Одним из методов корреляционно-регрессионного анализа является метод парной корреляции, рассматривающий влияние вариации факторного признака x на результативный y. Аналитическая связь между ними описывается уравнениями:

прямой

параболы

гиперболы и т.д.

Оценка параметров уравнения регрессии осуществляется методом наименьших квадратов, в основе которого лежит требование минимальности сумм квадратов отклонений эмпирических данных y_i от выровненных (теоретических) y_xi

(1)

Система нормальных уравнений для нахождения параметров линейной парной регрессии имеет вид:

(2)

Для оценки типичности параметров уравнения регрессии используется t-критерий Стьюдента. При этом вычисляются фактические значения t-критерия для параметров. Полученные фактические значения сравниваются с критическим, которые получают по таблице Стьюдента с учетом принятого уровня значимости и числа степеней свободы.

Полученные при анализе корреляционной связи параметры уравнения регрессии признаются типичными, если t фактическое больше t критического.

По приведенным на типичность параметрам уравнения регрессии производится синтезирование (построение) математической модели связи. При этом параметры примененной в анализе математической функции получают соответствующие количественные значения: один параметр показывает усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов, а другой параметр – на сколько изменяется в среднем значение результативного признака при изменении факторного на единицу его собственного измерения.

Проверка практической значимости синтезированных в корреляционно-регрессионном анализе математических моделей осуществляется посредством показателей тесноты связи между признаками x и y.

Для статистической оценки тесноты связи применяются следующие показатели вариации:

1. общая дисперсия результативного признака, отображающая общее влияние всех факторов;

2. факторная дисперсия результативного признака, отображающая вариацию y только от воздействия изучаемого фактора, которая характеризует отклонение выровненных значений y_x от их общей средней величины y;

3. остаточная дисперсия, отображающая вариацию результативного признака y от всех прочих, кроме x факторов, которая характеризует отклонение эмпирических (фактических) значений результативного признака y_i от их выровненных значений y_xi.

Соотношение между факторной и общей дисперсиями характеризует меру тесноты связи между признаками x и y

(3)

Этот показатель называется индексом детерминации (причинности). Он выражает долю факторной дисперсии, т.е. характеризует, какая часть общей вариации результативного признака y объясняется изменением факторного признака x. На основе предыдущей формулы определяется индекс корреляции R:

(4)

Используя правило сложения дисперсий, можно вычислить индекс корреляции.

(5)

При прямолинейной форме связи показатель тесноты связи определяется по формуле линейного коэффициента корреляции r:

(6)

Для оценки значимости коэффициента корреляции r применяется t-критерий Стьюдента с учетом заданного уровня значимости и числа степеней свободы k.

Если , то величина коэффициента корреляции признается существенной.

Для оценки значимости индекса корреляции R применяется F-критерий Фишера. Фактическое значение критерия F_R определяется по формуле:

, (7)

где m – число параметров уравнения регрессии.

Величина F_R сравнивается с критическим значением F_K, которое определяется по таблице F – критерия с учетом принятого уровня значимости и числа степеней свободы k₁=m-1 и k₂=n-m.

Если F_R> F_K, то величина индекса корреляции признается существенной.

По степени тесноты связи различают количественные критерии оценки тесноты связи.

Таблица Чэддока

Величина коэффициента корреляции

Характер связи

до 0,3

практически отсутствует

0,3-0,5

слабая

0,5-0,7

умеренная

0,7-1,0

сильная

С целью расширения возможностей экономического анализа используются частные коэффициенты эластичности:

(8)

Он показывает, насколько процентов в среднем изменится значение результативного признака при изменении факторного на 1%.

4. Пример для теоретической части

Имеются следующие данные о производстве молочной продукции и стоимости основных производственных фондов по 15 предприятиям Московской области. Произведем синтез адекватной экономико-математической модели между изучаемыми признаками на базе метода наименьших квадратов. С экономической точки зрения сформулируем выводы относительно исследуемой связи.

Зависимость y от x найдем с помощью корреляционно-регрессионного анализа. Рассмотрим прямолинейную форму зависимости y от x:

Таблица 1

Показатели работы предприятий Московской области

Номер предприятия

Молочная продукция (млн. руб.)

Стоимость ОПФ (млн.руб.)

1

6,0

3,5

2

9,2

7,5

3

11,4

5,3

4

9,3

2,9

5

8,4

3,2

6

5,7

2,1

7

8,2

4,0

8

6,3

2,5

9

8,2

3,2

10

5,6

3,0

11

11,0

5,4

12

6,5

3,2

13

8,9

6,5

14

11,5

5,5

15

4,2

8,2

Итого:

120,4

66,0

Параметры этого уравнения найдем с помощью метода наименьших квадратов и, произведя предварительные расчеты, получим:

Получаем следующее уравнение регрессии:

Далее определим адекватность полученной модели. Определим фактические значения t-критерия для a₀ и a₁.

для параметра a₀:

для параметра a₁:

где σ_τ – среднее квадратическое отклонение результативного признака от выровненных значений ŷ ;

σ_х – среднее квадратическое отклонение факторного признака x от

общей средней .

Данные подставляем в формулы и получаем:

По таблице распределения Стьюдента я нахожу критическое значение t-критерия для ν= 15-2 = 13 . Вероятность α я принимаю 0,05. t_табл равно 2,1604. Так как, оба значения t_a0 и t_a1 больше t_табл, то оба параметра а₀ и а₁ признаются значимыми и отклоняется гипотеза о том, что каждый из этих параметров в действительности равен 0 , и лишь в силу случайных обстоятельств оказался равным проверяемой величине.

Из полученного уравнения следует, что с увеличением основных производственных фондов на 1 млн. руб., стоимость молочной продукции возрастает в среднем на 1,311 млн. руб.

2. Расчетная часть

Имеются исходные выборочные данные по организациям одной из отраслей хозяйствования в отчетном году (выборка 20%-ная, бесповторная) о результатах производственной деятельности организаций:

Таблица Исходные данные

Исходные данные

№ организации

Среднесписочная численность работников, чел.

Выпуск продукции, млн.руб.

Среднегодовая стоимость ОПФ, млн.руб.

Уровень производительности труда, млн.руб./чел

Фондоотдача, млн.руб./млн.руб.

1

2

3

4

5

6

1

162

36,450

34,714

0,225

1,050

2

156

23,400

24,375

0,150

0,960

3

179

46,540

41,554

0,260

1,120

4

194

59,752

50,212

0,308

1,190

5

165

41,415

38,347

0,251

1,080

6

158

26,860

27,408

0,170

0,980

7

220

79,200

60,923

0,360

1,300

8

190

54,720

47,172

0,288

1,160

9

163

40,424

37,957

0,248

1,065

10

159

30,210

30,210

0,190

1,000

11

167

42,418

38,562

0,254

1,100

12

205

64,575

52,500

0,315

1,230

13

187

51,612

45,674

0,276

1,130

14

161

35,420

34,388

0,220

1,030

15

120

14,400

16,000

0,120

0,900

16

162

36,936

34,845

0,228

1,060

17

188

53,392

46,428

0,284

1,150

18

164

41,000

38,318

0,250

1,070

19

192

55,680

47,590

0,290

1,170

20

130

18,200

19,362

0,140

0,940

21

159

31,800

31,176

0,200

1,020

22

162

39,204

36,985

0,242

1,060

23

193

57,128

48,414

0,296

1,180

24

158

28,440

28,727

0,180

0,990

25

168

43,344

39,404

0,258

1,100

26

208

70,720

55,250

0,340

1,280

27

166

41,832

38,378

0,252

1,090

28

207

69,345

55,476

0,335

1,250

29

161

35,903

34,522

0,223

1,040

30

186

50,220

44,839

0,270

1,120

Задание 1.

По исходным данным табл. Исходные данные:

1. Построить статистический ряд распределения организаций по уровню производительности труда, образовав, пять групп с равными интервалами.

2. Постройте графики полученного ряда распределения.

3. Рассчитайте характеристики ряда распределения: среднюю арифметическую, среднее квадратическое отклонение, коэффициент вариации.

4. Вычислите среднюю арифметическую по исходным данным (табл. Х), сравните её с аналогичным показателем, рассчитанным в п. 3 настоящего задания. Объясните причину их расхождения.

Сделайте выводы по результатам выполнения Задания.

Выполнение Задания 1.

1. Решение:

Для построения интервального ряда распределения определяем величину интервала h по формуле:

, (1)

где – наибольшее и наименьшее значения признака в исследуемой совокупности, k – число групп интервального ряда.

При заданных k = 5, x_max = 360 тыс.руб./чел и x_min = 120 тыс.руб./чел

При h = 48 тыс. руб./чел границы интервалов ряда распределения имеют следующий вид (табл. 1):

Таблица 1

Границы интервалов ряда распределения

Номер группы

Нижняя граница, тыс.руб./чел

Верхняя граница, тыс.руб./чел

1

2

3

I

120

168

II

168

216

III

216

264

IV

264

312

V

312

360

Определяем количество организаций, входящих в каждую группу, используя принцип полуоткрытого интервала [ ), согласно которому организации со значениями признаков, служащие одновременно верхними и нижними границами смежных интервалов (168, 216, 264, 312 и 360), будем относить ко второму из смежных интервалов.

Для определения числа организаций в каждой группе строим таблицу 2.

Таблица 2

Разработочная таблица для построения интервального ряда распределения

Группы фирм по уровню производительности труда, тыс.руб.

Номер фирмы

Уровень производительности труда, тыс. руб./чел

Выпуск продукции, тыс.руб.

1

2

3

4

120-168

15

120

14 400

20

140

18 200

2

150

23 400

Всего:

3

410

56 000

168-216

6

170

26 860

24

180

28 440

10

190

30 210

21

200

31 800

Всего:

4

740

117 310

216-264

14

220

35 420

29

223

35 903

1

225

36 450

16

228

36 936

22

242

39 204

9

248

40 424

18

250

41 000

5

251

41 415

27

252

41 832

11

254

42 418

25

258

43 344

3

260

46 540

Всего:

12

2 911

480 886

264-312

30

270

50 220

13

276

51 612

17

284

53 392

8

288

54 720

19

290

55 680

23

296

57 128

4

308

59 752

Всего:

7

2 012

382 504

312-360

12

315

64 575

28

335

69 345

26

340

70 720

7

360

79 200

Всего:

4

1 350

283 840

ИТОГО:

30

7 423

1 320 540

На основе групповых итоговых строк «Всего» табл. 2 формируем итоговую таблицу 3, представляющую интервальный ряд распределения организаций по уровню производительности труда.

Таблица 3

Распределение фирм по уровню производительности труда

Номер группы

Группы фирм по уровню производительности труда, тыс.руб./чел

Число фирм

1

2

3

I

120-168

3

II

168-216

4

III

216-264

12

IV

264-312

7

V

312-360

4

 

Итого:

30

Приведем еще три характеристики полученного ряда распределения - частоты групп в относительном выражении, накопленные (кумулятивные) частоты S_j, получаемые путем последовательного суммирования частот всех предшествующих (j-1) интервалов, и накопленные частости, рассчитываемые по формуле

. (2)

Таблица 4

Структура фирм по уровню производительности труда

Номер группы

Группы фирм по уровню производительности труда, тыс.руб./чел

Число фирм

Накопленная частота

Накопленная частость, %

в абсолютном выражении

в % к итогу

1

2

3

4

5

6

I

120-168

3

10,00

3

10,33

II

168-216

4

13,33

7

23,33

III

216-264

12

40,00

19

63,33

IV

264-312

7

23,34

26

86,67

V

312-360

4

13,33

30

100,00

 

Итого:

30

100,00

 

 

Вывод. Анализ интервального ряда распределения изучаемой совокупности организаций показывает, что распределение организаций по уровню производительности труда не является равномерным: преобладают организации с уровнем производительности труда от 216 до 264 тыс.руб./чел (это 12 организаций, доля которых составляет 40%); самая малочисленная группа организаций имеет уровень производительности труда от 120 до 168 тыс. руб./чел, которая включает 3 организации, что составляет 10% от общего числа организаций.

2. Решение:

По данным таблицы 3 (графы 2 и 3) строим график распределения организаций по уровню производительности труда.

Рис. 1. График полученного ряда распределения

Мода (Мо) – значение случайной величины, встречающееся с наибольшей вероятностью в дискретном вариационном ряду – вариант, имеющий наибольшую частоту. Наибольшей частотой является число 12. Этой частоте соответствует модальное значение признака, т.е. количество предприятий. Мода свидетельствует, что в данном примере чаще всего встречаются группы предприятий, входящие в интервал от 216 до 264.

В интервальных рядах распределения с равными интервалами мода вычисляется по формуле:

(3)

где х_Мo – нижняя граница модального интервала,

h – величина модального интервала,

f_Mo – частота модального интервала,

f_Mo-1 – частота интервала, предшествующего модальному,

f_Mo+1 – частота интервала, следующего за модальным.

Вывод. В данном случае наибольший процент предприятий по уровню производительности труда приходится на интервал от 216 до 264, а само значение средней характеризуется 246 (тыс.руб./чел)

Медиана (Ме) – это вариант, который находится в середине вариационного ряда. Медиана делит ряд на две равные (по числу единиц) части – со значениями признака меньше медианы и со значениями признака больше медианы. Чтобы найти медианы, необходимо отыскать значение признака, которое находится в середине упорядоченного ряда.

Определяем медианный интервал, используя графу 5 табл. 4. Медианным интервалом является интервал 216-264 тыс.руб./чел, т.к. именно в этом интервале накопленная частота S_j=19 впервые превышает полу-сумму всех частот .

В интервальных рядах распределения медианное значение (поскольку оно делит всю совокупность на две равные по численности ряды) оказывается в каком-то из интервалов признака х. Этот интервал характерен тем, что его кумулятивная частота (накопленная сумма частот) равна или превышает полу-сумму всех частот ряда. Значение медианы вычисляется линейной интерполяцией по формуле:

(4)

Вывод: Полученный результат говорит о том, что из 30 организаций половина организаций имеют уровень производительности труда менее 248 тыс. руб./чел, а вторая свыше.

3. Решение:

Для расчета характеристик ряда распределения , σ, σ², V_σ на основе табл. 4 строим вспомогательную таблицу 5 (x’_j – середина интервала).

Таблица 5

Расчетная таблица для нахождения характеристик ряда распределения

Группы уровней производитель-ности труда, тыс.руб.

Середина интервала

Число органи-заций

1

2

3

4

5

6

7

120-168

144

3

432

-104

10 816

32 448

168-216

192

4

768

-56

3 136

12 544

216-264

240

12

2 880

-8

64

768

264-312

288

7

2 016

40

1 600

11 200

312-360

336

4

1 344

88

7 744

30 976

Итого:

 

30

7 440

 

 

87 936

Средняя арифметическая взвешенная – средняя сгруппированных величин x₁, x₂, …, x_n – вычисляется по формуле:

(5)

Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности; оно показывает, на сколько в среднем отклоняются конкретные варианты от среднего значения; является абсолютной мерой колеблемости признака и выражается в тех же единицах, что и варианты, поэтому экономически хорошо интерпретируется.

Рассчитаем среднее квадратическое отклонение, которое равно корню квадратному из дисперсии:

(6)

Рассчитаем дисперсию:

σ² = 54,1405²=2931,2

Коэффициент вариации представляет собой выраженное в процентах отношение средне квадратического отклонения к средней арифметической.

Рассчитаем коэффициент вариации:

(7)

Вывод. Анализ полученных значений показателей и σ говорит о том, что средняя величина уровня производительности труда составляет 248 тыс.руб./чел отклонение от этой величины в ту или иную сторону составляет 54,1405 (или 21,83%), наиболее характерный уровень производительности труда находится в пределах от 194 до 302 тыс.руб./чел (диапазон ).

Значение V_σ = 21,83% не превышает 33%, следовательно, вариация уровня производительности труда в исследуемой совокупности организаций незначительна и совокупность по данному признаку однородна. Расхождение между значениями незначительно (=248 тыс.руб./чел, Мо=246 тыс.руб./чел, Ме=248 тыс. руб./чел), что подтверждает вывод об однородности совокупности организаций. Таким образом, найденное среднее значение уровня типичной производительности является типичной, надежной характеристикой исследуемой совокупности организаций.

4. Решение:

Для расчета средней арифметической по исходным данным по уровню производительности труда применяется формула средней арифметической простой:

, (8)

Причина расхождения средних величин, рассчитанных по исходным данным (247 тыс.руб./чел) и по интервальному ряду распределения (248 тыс.руб./чел), заключается в том, что в первом случае средняя определяется по фактическим значениям исследуемого признака для всех 30-ти организаций, а во втором случае в качестве значений признака берутся середины интервалов х_j’ и, следовательно, значение средней будет менее точным. Вместе с тем, при округлении обеих рассматриваемых величин их значения совпадают, что говорит о достаточно равномерном распределении уровня производительности труда внутри каждой группы интервального ряда.

Задание 2.

По исходным данным табл. Исходные данные с использованием результатов выполнения Задания 1 необходимо выполнить следующее:

1. Установить наличие и характер корреляционной связи между признаками фондоотдача и уровень производительности труда, образовав пять групп с равными интервалами по каждому из признаков, используя метод аналитической группировки;

2. Измерить тесноту корреляционной связи, между фондоотдачей и уровнем производительности труда с использованием коэффициента детерминации и эмпирического корреляционного отношения.

3. Оценка значимости (неслучайности) полученных характеристик

связи признаков и

Сделать выводы.

Выполнение Задания 2:

По условию Задания 2 факторным является признак Фондоотдача, результативным – признак Уровень производительности труда.

1. Решение:

Аналитическая группировка строится по факторному признаку Х и для каждой j-ой группы ряда определяется средне групповое значение результативного признака Y. Если с ростом значений фактора Х от группы к группе средние значения систематически возрастают (или убывают), между признаками X и Y имеет место корреляционная связь.

Используя разработочную таблицу 2, строим вспомогательную таблицу 6 для проведения в дальнейшем аналитической группировки.

Таблица 6

Вспомогательная таблица для аналитической группировки

№ группы

№ организации

Выпуск продукции, тыс.руб.

Среднегодовая стоимость ОПФ, тыс.руб.

Фондоотдача

Уровень производительности труда, тыс.руб./чел

А

1

2

3

4

5

I

15

14 400,000

16 000,000

0,900

120,000

20

18 200,000

19 362,000

0,940

140,000

2

23 400,000

24 375,000

0,960

150,000

6

26 860,000

27 408,000

0,980

170,000

Всего:

4

 

 

3,780

580,000

II

24

28 440,000

28 727,000

0,990

180,000

10

30 210,000

30 210,000

1,000

190,000

21

31 800,000

31 176,000

1,020

200,000

14

35 420,000

34 388,000

1,030

220,000

29

35 903,000

34 522,000

1,040

223,000

1

36 450,000

34 714,000

1,050

225,000

22

39 204,000

36 985,000

1,059

242,000

Всего:

7

 

 

7,189

1 480,000

III

16

36 936,000

34 845,000

1,060

228,000

9

40 424,000

37 957,000

1,065

248,000

18

41 000,000

38 318,000

1,070

250,000

5

41 415,000

38 347,000

1,080

251,000

27

41 832,000

38 378,000

1,090

252,000

11

42 418,000

38 562,000

1,100

254,000

25

43 344,000

39 404,000

1,100

258,000

3

46 540,000

41 554,000

1,120

260,000

30

50 220,000

44 839,000

1,120

270,000

13

51 612,000

45 674,000

1,130

276,000

Всего:

10

 

 

10,935

2 547,000

IV

17

53 392,000

46 428,000

1,150

284,000

8

54 720,000

47 172,000

1,160

288,000

19

55 680,000

47 590,000

1,170

290,000

23

57 128,000

48 414,000

1,180

296,000

4

59 752,000

50 212,000

1,190

308,000

Всего:

5

 

 

5,850

1 466,000

V

12

64 575,000

52 500,000

1,230

315,000

28

69 345,000

55 476,000

1,250

335,000

26

70 720,000

55 250,000

1,280

340,000

7

79 200,000

60 923,000

1,300

360,000

Всего:

4

 

 

5,060

1 350,000

Итого:

30

 

 

32,814

7 423,000

Используя таблицу 6, строим аналитическую группировку, характеризующую зависимость между факторным признаком Х – Фондоотдача и результативным признаком Y – Уровень производительности труда.

Групповые средние значения y_j получаем из таблицы 6 (графа 5), основываясь на итоговых строках «Всего». Построенную аналитическую группировку представляет табл. 7.:

Таблица 7

Зависимость уровня производительности труда от фондоотдачи

Номер группы

Фондоотдача

Число организаций

Уровень производительности труда, тыс. руб./чел

всего

в среднем на одну организацию

1

2

3

4

5

I

0,900-0,980

4

580

145

II

0,980-1,060

7

1 480

211

III

1,060-1,140

10

2 547

255

IV

1,140-1,220

5

1 466

293

V

1,220-1,300

4

1 350

338

 

Итого:

30

7 423

 247,4

Вывод. Анализ данных табл. 7 показывает, что с увеличением фондоотдачи от группы к группе систематически возрастает и средний уровень производительности труда по каждой группе организаций, что свидетельствует о наличии прямой корреляционной связи между исследуемыми признаками.

2. Решение:

Коэффициент детерминации характеризует силу влияния факторного (группировочного) признака Х на результативный признак Y и рассчитывается как доля межгрупповой дисперсии признака Y в его общей дисперсии:

, (9)

где – общая дисперсия признака Y, – межгрупповая (факторная) дисперсия признака Y.

Общая дисперсия характеризует вариацию результативного признака, сложившуюся под влиянием всех действующих на Y факторов (систематических и случайных) и вычисляется по формуле

, (10)

где y_i – индивидуальные значения результативного признака;

– общая средняя значений результативного признака;

n – число единиц совокупности.

Межгрупповая дисперсия измеряет систематическую вариацию результативного признака, обусловленную влиянием признака-фактора Х (по которому произведена группировка) и вычисляется по формуле:

, (11)

где –групповые средние,

– общая средняя,

–число единиц в j-ой группе,

k – число групп.

Для расчета показателей и необходимо знать величину общей средней , которая вычисляется как средняя арифметическая простая по всем единицам совокупности:

, (12)

Значения числителя и знаменателя формулы имеются в табл. 7 (графы 3 и 4 итоговой строки). Используя эти данные, получаем общую среднюю :

Для расчета общей дисперсии применяется вспомогательная табл. 8.

Таблица 8

Вспомогательная таблица для расчета общей дисперсии

№ организации

Уровень производительности труда, тыс.руб./чел

1

2

3

4

1

225

-22

484

2

150

-97

9 409

3

260

13

169

4

308

61

3 721

5

251

4

16

6

170

-77

5 929

7

360

113

12 769

8

288

41

1 681

9

248

1

1

10

190

-57

3 249

11

254

7

49

12

315

68

4 624

13

276

29

841

14

220

-27

729

15

120

-127

16 129

16

228

-19

361

17

284

37

1 369

18

250

3

9

19

290

43

1 849

20

140

-107

11 449

21

200

-47

2 209

22

242

-5

25

23

296

49

2 401

24

180

-67

4 489

25

258

11

121

26

340

93

8 649

27

252

5

25

28

335

88

7 744

29

223

-24

576

30

270

23

529

Итого:

7 423

 

101 605

Рассчитаем общую дисперсию по формуле (10):

Для расчета межгрупповой дисперсии строим вспомогательную таблицу 9. При этом используются групповые средние значения из табл. 7 (графа 5).

Таблица 9

Вспомогательная таблица для расчета межгрупповой дисперсии

Номер группы

Фондоотдача

Число фирм

Среднее значение в группе, тыс.руб./чел

 

1

2

3

4

5

I

0,900-0,980

4

145

-102

41 616

II

0,980-1,060

7

211

-36

9 072

III

1,060-1,140

10

255

8

640

IV

1,140-1,220

5

293

46

10 580

V

1,220-1,300

4

338

91

33 124

 

Итого:

30

 247,4

 

95 032

Рассчитаем межгрупповую дисперсию по формуле (11):

Определяем коэффициент детерминации по формуле (9):

Вывод. 93,53% вариации уровня производительности труда обусловлено вариацией уровня фондоотдачи, а 6,47% – влиянием прочих неучтенных факторов.

Эмпирическое корреляционное отношение оценивает тесноту связи между факторным и результативным признаками и вычисляется по формуле:

(13)

Рассчитаем показатель :

Для оценки тесноты связи с помощью корреляционного отношения используется шкала Чэддока (см. теоретическую часть стр. 14):

Вывод: согласно шкале Чэддока связь между средним уровнем производительности труда и фондоотдачей по организациям является весьма тесной.

3. Решение:

Показатели и рассчитаны для выборочной совокупности, т.е. на основе ограниченной информации об изучаемом явлении. Поскольку при формировании выборки на первичные данные могли иметь воздействии какие-либо случайные факторы, то есть основание полагать, что и полученные характеристики связи , несут в себе элемент случайности. Ввиду этого, необходимо проверить, насколько заключение о тесноте связи, сделанное по выборке, будет правомерными и для генеральной совокупности, из которой была произведена выборка.

Проверка выборочных показателей на их неслучайность осуществляется в статистике с помощью тестов на статистическую значимость (существенность) показателя. Для проверки значимости коэффициента детерминации служит дисперсионный F-критерий Фишера, который рассчитывается по формуле

, (14)

где n – число единиц выборочной совокупности,

m – количество групп,

– межгрупповая дисперсия,

– дисперсия j-ой группы (j=1,2,…,m),

– средняя арифметическая групповых дисперсий.

Величина рассчитывается, исходя из правила сложения дисперсий:

,

где – общая дисперсия.

Для проверки значимости показателя рассчитанное значение F-критерия F_расч сравнивается с табличным F_тал для принятого уровня значимости и параметров k1, k2, зависящих от величин n и m : k₁=m-1, k₂=n-m. Величина F_табл для значений , k_1, k₂ определяется по таблице распределения Фишера, где приведены критические (предельно допустимые) величины F-критерия для различных комбинаций значений , k_1, k₂. Уровень значимости в социально-экономических исследованиях обычно принимается равным 0,05 (что соответствует доверительной вероятности Р=0,95).

Если F_расчF_табл , коэффициент детерминации признается статистически значимым, т.е. практически невероятно, что найденная оценка обусловлена только стечением случайных обстоятельств. В силу этого, выводы о тесноте связи изучаемых признаков, сделанные на основе выборки, можно распространить на всю генеральную совокупность.

Если F_расчF_табл, то показатель считается статистически незначимым и, следовательно, полученные оценки силы связи признаков относятся только к выборке, их нельзя распространить на генеральную совокупность.

Фрагмент таблицы Фишера критических величин F-критерия для значений =0,05; k₁=3,4,5; k₂=24-35 представлен ниже:

Таблица 10

k₂

k₁

24

25

26

27

28

29

30

31

32

33

34

35

3

3,01

2,99

2,98

2,96

2,95

2,93

2,92

2,91

2,90

2,89

2,88

2,87

4

2,78

2,76

2,74

2,73

2,71

2,70

2,69

2,68

2,67

2,66

2,65

2,64

5

2,62

2,60

2,59

2,57

2,56

2,55

2,53

2,52

2,51

2,50

2,49

2,48

Рассчитаем дисперсионный F-критерия Фишера для оценки =93,53%, полученной при =3386,83; =3167,73 по формуле (14):

F_расч

Табличное значение F-критерия при = 0,05:

n

m

k₁=m-1

k₂=n-m

F_табл (,4_, 25)

30

5

4

25

2,76

ВЫВОД: поскольку F_расчF_табл, то величина коэффициента детерминации =93,53% признается значимой (неслучайной) с уровнем надежности 95% и, следовательно, найденные характеристики связи между признаками фондоотдача и уровнем производительности труда правомерны не только для выборки, но и для всей генеральной совокупности фирм.

Задание 3:

По результатам выполнения Задания 1 с вероятностью 0,683 определите:

1. ошибку выборки среднего уровня производительности труда и границы, в которых будет находиться средний уровень производительности труда в генеральной совокупности.

2. ошибку выборки доли организаций с уровнем производительности труда 264 тыс. руб. и более и границы, в которых будет находиться генеральная доля.

Выполнение Задания 3.

1. Решение:

Применяя выборочный метод наблюдения, необходимо рассчитать ошибки выборки (ошибки репрезентативности), т.к. генеральные и выборочные характеристики, как правило, не совпадают, а отклоняются на некоторую величину ε.

Принято вычислять два вида ошибок выборки - среднюю и предельную .

Для расчета средней ошибки выборки применяются различные формулы в зависимости от вида и способа отбора единиц из генеральной совокупности в выборочную.

Для собственно-случайной и механической выборки с бесповторным способом отбора средняя ошибка для выборочной средней определяется по формуле

, (15)

где – общая дисперсия изучаемого признака,

N – число единиц в генеральной совокупности,

n – число единиц в выборочной совокупности.

Предельная ошибка выборки определяет границы, в пределах которых будет находиться генеральная средняя:

,

, (16)

где – выборочная средняя,

– генеральная средняя.

Предельная ошибка выборки кратна средней ошибке с коэффициентом кратности t (называемым также коэффициентом доверия):

(17)

Коэффициент кратности t зависит от значения доверительной вероятности Р, гарантирующей вхождение генеральной средней в интервал , называемый доверительным интервалом.

Наиболее часто используемые доверительные вероятности Р и соответствующие им значения t задаются следующим образом (табл. 11):

Таблица 11

Доверительная вероятность P

0,683

0,866

0,954

0,988

0,997

0,999

Значение t

1,0

1,5

2,0

2,5

3,0

3,5

По условию Задания 2 выборочная совокупность насчитывает 30 организаций, выборка 20% бесповторная, следовательно, генеральная совокупность включает 150 организаций. Выборочная средняя , дисперсия определены в Задании 1 (п. 3). Значения параметров, необходимых для решения задачи, представлены в табл. 12:

Таблица 12

Р

t

n

N

0,683

1,0

30

150

248

2931,2

Рассчитаем среднюю ошибку выборки по формуле (15):

Рассчитаем предельную ошибку выборки по формуле (17):

тыс.руб./чел

Определим доверительный интервал для генеральной средней по формуле (16):

248- 8,8411248+8,8411

239тыс.руб/чел 257 тыс.руб./чел

Вывод. На основании проведенного выборочного обследования с вероятностью 0,683 можно утверждать, что для генеральной совокупности организаций средняя величина среднего уровня производительности труда находится в пределах от 239 до 257 тыс.руб./чел.

2. Решение:

Доля единиц выборочной совокупности, обладающих тем или иным заданным свойством, выражается формулой

, (18)

где m – число единиц совокупности, обладающих заданным свойством;

n – общее число единиц в совокупности.

Для собственно-случайной и механической выборки с бесповторным способом отбора предельная ошибка выборки доли единиц, обладающих заданным свойством, рассчитывается по формуле

, (19)

где w – доля единиц совокупности, обладающих заданным свойством;

(1-w) – доля единиц совокупности, не обладающих заданным свойством,

N – число единиц в генеральной совокупности,

n– число единиц в выборочной совокупности.

Предельная ошибка выборки определяет границы, в пределах которых будет находиться генеральная доля р единиц, обладающих исследуемым признаком:

(20)

По условию Задания 3 исследуемым свойством организаций является равенство или превышение среднего уровня производительности труда 264 тыс. руб/чел.

Число организаций с данным свойством определяется из табл. 2 (графа 2):

m=11

Рассчитаем выборочную долю по формуле (18):

Рассчитаем предельную ошибку выборки для доли по формуле (19):

Определим доверительный интервал генеральной доли по формуле (20):

0,32 0,48

или

32% 48%

Вывод. С вероятностью 0,683 можно утверждать, что в генеральной совокупности организаций региона доля организаций с средним уровнем производительности труда 264 тыс.руб./чел и более будет находиться в пределах от 32% до 48%.

Задание 4.

По результатам расчетов заданий 1 и 2 найдите уравнение корреляционной связи между фондоотдачей и производительностью труда, изобразите корреляционную связь графически.

Для определения тесноты корреляционной связи рассчитайте коэффициент корреляции. Сделайте выводы.

Выполнение задания 4.

1. Решение:

Имеются данные по 30 предприятиям по уровню производительности труда и фондоотдачи.

Уравнение корреляционной связи (уравнение регрессии, модели) выражает количественное соотношение между факторным (x – фондоотдача) и результативным (y – уровень производительности труда) признаками. Рассмотрим прямолинейную форму зависимости y от x:

Поскольку для установления наличия корреляционной связи между признаками применялся метод аналитической группировки, то параметры для уравнения регрессии рационально определить по сгруппированным данным (табл. 7). В таком случае система нормальных уравнений для уравнения прямой будет иметь вид:

(21)

где – групповые средние результативного признака, x – середина интервалов факторного признака. Используя данные табл. 7 строим расчетную таблицу 13, чтобы получить численные значения параметров уравнения регрессии а₀ и а₁:

Таблица 13

Расчетная таблица для определения численных значений параметров уравнения регрессии

Середина интер-вала

Число органи-заций

Групповые средние

xf

x²f

xy

1

2

3

4

5

6

7

8

9

0,940

4

145,000

580,000

3,760

545,200

3,534

157,61

136,300

1,020

7

211,000

1 477,000

7,140

1 506,540

7,283

204,09

215,220

1,100

10

255,000

2 550,000

11,000

2 805,000

12,100

250,56

280,500

1,180

5

293,000

1 465,000

5,900

1 728,700

6,962

297,04

345,740

1,260

4

338,000

1 352,000

5,040

1 703,520

6,350

343,51

425,880

Итого:

30

1 242,000

7 424,000

32,840

8 288,960

36,230

1252,81

1 403,640

Данные подставим в систему уравнений (21) и решим:

Итак, получилось, что а₀= -388,45, а а₁=580,92. Нас интересует именно параметр а₁, показывающий изменение результативного признака при изменении факторного признака на единицу. Коэффициент регрессии показывает, что при увеличении фондоотдачи на единицу значение уровня производительности труда увеличивается в среднем на 580,92 тыс.руб./чел

Итак, уравнение корреляционной связи между фондоотдачей и производительностью труда выглядит так:

В моей работе графически корреляционная связь выглядит так

График 2. Графическое изображение корреляционной связи

2. Решение:

Теперь вычислим линейный коэффициент корреляции, который называется линейным коэффициентом детерминации. Из определения коэффициента детерминации очевидно, что его числовое значение всегда заключено в пределах от 0 до 1, т.е. . Степень тесноты связи полностью соответствует теоретическому корреляционному отношению, которое является более универсальным показателем тесноты связи по сравнению с линейным коэффициентом корреляции.

Составим расчетную таблицу 14, которая будет иметь вид:

Таблица 14

Расчетная таблица для вычисления коэффициента

Середина интервала

Число организаций

Групповые средние

xy

х²

у²

1

2

3

4

5

6

0,940

4

145,000

136,300

0,884

21 025,000

1,020

7

211,000

215,220

1,040

44 521,000

1,100

10

255,000

280,500

1,210

65 025,000

1,180

5

293,000

345,740

1,392

85 849,000

1,260

4

338,000

425,880

1,588

114 244,000

5,500

30

1 242,000

1 403,640

6,114

330 664,000

Для практических вычислений линейный коэффициент корреляции удобнее исчислять по формуле:

(22)

Вывод: Факт совпадения и несовпадения значений теоретического корреляционного отношения и линейного коэффициента корреляции используется для оценки формы связи. В нашем случае несовпадение этих величин говорит о том, что связь между изучаемыми признаками не прямолинейна, а криволинейна. Итак, можно сделать вывод, что связь между уровнем производительности труда и фондоотдачей по организациям является весьма тесной криволинейной.

3. Заключение

Итак, в заключение хочется отметить, что понятия «корреляция» и «регрессии» тесно связаны между собой. В экономических исследованиях корреляционный и регрессионный анализ нередко объединяют в один – корреляционно-регрессионный анализ. Подразумевается, что в результате такого анализа будет построена регрессионная зависимость и рассчитаны коэффициенты ее тесноты и значимости (т.е. проведен корреляционный анализ).

Практическая реализация корреляционно-регрессионного анализа включает следующие этапы:

1. Постановка задачи – определяются показатели, зависимость между которыми подлежит оценке, формулируется экономически осмысленная и приемлемая гипотеза о зависимости между ними;

2. Формирование перечня факторов, их логический анализ – выбирается оптимальное число наиболее существенных переменных факторов, влияющих на зависимый показатель;

3. Спецификация функции регрессии – дается конкретная формулировка гипотезы о форме зависимости;

4. Оценка функции регрессии и проверка адекватности модели – определяются числовые значения параметров регрессии, вычисляется ряд показателей, характеризующих точность проведенного анализа;

5. Экономическая интерпретация – результаты анализа сравниваются с гипотезами, сформулированными на первом этапе исследования, оценивается их правдоподобие с экономической точки зрения, делаются аналитические выводы.

Следует заметить, что традиционные методы корреляции и регрессии широко представлены в виде разного рода статистических пакетах программ для ЭВМ. Исследователю остается только правильно подготовить информацию, выбрать удовлетворяющий требованиям анализа пакет программ и быть готовым к интерпретации полученных результатов. Алгоритмов вычисления параметров связи существует множество, и в настоящее время вряд ли целесообразно проводить такой сложный вид анализа вручную. Вычислительные процедуры представляют самостоятельный интерес, но знание принципов изучения взаимосвязей, возможностей и ограничений тех или иных методов интерпретации результатов является обязательным условием исследования.

Анализ отчетности не замыкается на специфических, разработанных в его рамках приемах, но активно использует самые разнообразные методики, творчески переработав их применительно к собственным требованиям. В частности, использование корреляционно-регрессионного анализа позволяет более эффективно решать задачи прогнозирования доходов организации и планирования ее будущего финансового состояния, в связи с чем, данный математический метод рекомендуется использовать более активно.

4. Список использованной литературы

1. Бараз В.Р. Корреляционно-регрессионный анализ связи показателей коммерческой деятельности с использованием программы Exel: Учебное пособие – Екатеринбург: ГОУ ВПО «УГТУ-УПИ», 2005;

2. Курс социально-экономической статистики: Учебник для вузов/Под ред. проф. М.Г. Назарова. — М.: Финстатинформ, ЮНИТИ-ДАНА, 2000;

3. Сергеева С.А. «Применение корреляционно-регрессионного метода в анализе финансового состояния организации» Белгородский университет потребительской кооперации. http://www.rusnauka.com/ONG/Economics/ 8_sergeeva%20s.a..doc.htm

4. Минашкин В.Г., Шмойлова Р.А. и др. Теория статистики/Московская финансово-промышленная академия, М., – 2004

5. Микроэкономическая статистика: Учебник/Под ред. С.Д. Ильенковой. – М.: Финансы и статистика, 2004

6. Герасимов Б.И. В.В.Дробышева, О.В. Воронкова Статистическое исследование в маркетинге: введение в экономический анализ: учебное пособие – Тамбов: Изд-во ТГТУ, 2006

7. Л.С.Хромцова. Корреляционно-регрессионный анализ основных показателей нефтедобывающей промышленности – Журнал "Экономический анализ: теория и практика", 2007, N 7.

8. Мартьянова М.Н., Сафронова Т.П. Основы статистики промышленности: Учебное пособие. – М.: Финансы и статистика, 1983

9. Гусаров В.М. Теория статистики: Учебное пособие для вузов. – М.: Аудит, ЮНИТИ, 1998