Определение прогнозных значений факторных признаков

Прогноз факторных признаков статистически значимого уравнения множественной регрессии осуществляется методом экстраполяции, путем подбора сглаживающих функций временного ряда значений факторных признаков. Предпочтительным признается тот вид уравнения регрессии, который лучше поддается экономической интерпретации и имеет более высокие показатели тесноты связи. Особое внимание уделяется правильному выбору масштаба при построении графиков изменения факторного признака во времени.

Рекомендуемая последовательность определения прогнозных значений факторных признаков:

1. Построение графика фактического и прогнозируемого изменения факторного признака во времени с помощью «Мастера диаграмм» Excel. При этом, в учебных целях количество наблюдений сокращается с 48 до 12, для чего фактические значения факторных признаков исчисляются как средние значения по 4-м СМУ (необходимо учитывать, что в ходе выполнения работы некоторые наблюдения могли быть исключены как грубые ошибки).

2. Выбор вида функции, которая в большей степени отражает вид функциональной связи факторного и результативного признака. В качестве рекомендуемых к использованию функций, можно использовать такие виды функций, которые наиболее часто используются в ходе экономико-статистических исследований (Приложение № 5).

Указанные функции в Приложении № 5 носят рекомендательный характер и необязательны к их использованию. Студент имеет право (при построении уравнения регрессии) использовать другие функциональные зависимости, которые лучше подходят для сложившейся ситуации. Предпочтительным признается то уравнение регрессии, которое лучше поддается экономической интерпретации исследуемого экономического явления и имеет, при прочих равных условиях, более высокие значения показателей тесноты связи.

3. Определяются параметры коэффициентов регрессии для выбранного вида функциональной зависимости соответствующего фактора с помощью средств «Пакета анализа» Excel.

4. Полученное уравнение регрессии для каждого факторного признака необходимо проверить по t-критерию Стьюдента (п.п. 5.) и оценить статистическую значимость уравнения регрессии в целом с использованием F-статистики Фишера (п.п. 6.). Если в ходе статистической оценки уравнение регрессии отвечает критериальным оценкам по этим двум проверкам, его можно использовать для целей прогнозирования, если нет – то необходимо заново выбрать вид функциональной зависимости для выявления вида уравнения регрессии.

5. С помощью полученного вида уравнения регрессии необходимо определить прогнозные значения факторных признаков в целях последующего выявления резервов роста производительности труда работников предприятия.

При этом прогнозные значения определяются не только для факторных признаков, входящих в уравнение регрессии, полученного в ходе выполнения пункта 2.1.2. лабораторной работы, но и для удельного веса рабочих в общей численности работников предприятия (g), поскольку данный показатель также будет использоваться при расчете резервов роста производительности труда работников предприятия.