|
149 определим ошибку модели (а), F-статистику Фишера (Ь) и уровень значимости гипотезы об отсутствии связи (с). Проверку значимости уравнения регрессии произведем на основе вычисления F-критерия Фишера [112]: ^ $ ! к ( ii? ) /( r t^ i) ’ (3-7) Табличное значение критерия при доверительной вероятности 0,95 составляет 3,81. Если Рфакг F-габл, то полученную модель следует пршнать адекватной. Уровень значимости и ошибку модели определим при помощи стандартных процедур описательной статистики пакета анализа ППГ1 Excel. Результаты расчета показателей, подтверждающих качество построенной модели, представлены в таблице 3.9 Таблица 3.9 Результаты расчета показателей трендовых моделей Модель 1 Модель 2 Модель 3 Модель 4 Модель 5 Модель 6 i а 32,2% 8,4% 10,9% 9,5% 21,4% 25,7% b 4,9 12,1 5,3 16,7 3,9 15,2 с 3,658% 3,235% 3,641% 3,221% 4,006% 4,125% Как показывают данные таблицы 3.9, для построения прогнозов нецелесообразно использовать полиномиальные и линейную зависимости. Экспоненциальная зависимость отражает изменение верхней границы; степенная наиболее вероятную; а логарифмическая — нижнюю границу тенденций изменения инвестиционной привлекательности машиностроения. На представленных графиках тонкой линией изображены фактические значения показателей инвестиционной привлекательности, жирной *■ определенные на основе построенных зависимостей. Полученные трендовые модели позволяют определить общие тенденции изменения инвестиционной привлекательности машиностроительного комплекса. |
133 На представленных выше графиках показаны уравнения зависимостей и коэффициент детерминации модели (определение вида зависимости и расчет ее параметров определялся в среде ППП Excel). Коэффициентом детерминации называется коэффициент множественной корреляции (индекс корреляции), возведенный в квадрат (R ): Он показывает долю вариации результативного признака, находящегося под воздействием изучаемых факторов, т.е. определяет, какая доля вариации признака Y учтена в модели и обусловлена влиянием на него внутренних и внешних факторов. Если коэффициент больше 0,7, то модель может быть использована для описания процессов и явлений, поскольку она адекватно отражает более 70 % действия факторов на результирующий показатель. Поскольку коэффициент детерминации во всех моделях на высоком уровне, то возможно их использования для определении основных тенденций изменения инвестиционной привлекательности машиностроения, что удовлетворяет цели построения трендовых моделей. Для выбора модели определим ошибку модели (а), F-статистику Фишера (Ь) и уровень значимости гипотезы об отсутствии связи (с): Проверку значимости уравнения регрессии произведем на основе вычисления F-критерия Фишера: Табличное значение критерия при доверительной вероятности 0,95 составляет 3,81. (найдено с помощью функции FPACnOBP) Если Рфагг > F-ra&fi»полученную модель следует признать адекватной. Уровень значимости и ошибку модели определим при помощи стандартных процедур описательной статистики пакета анализа ППП Excel. Результаты расчета показателей, подтверждающих качество построенной модели, представлены в таблице 3.10. 2 » 2 (3.5) F (l-R 2)/(n -k -l) R2/к (3.6) Таблица 3.10 Модель 1 Модель 2 Модель 3 Модель 4 Модель 5 Модель 6 а 32,2 % 8,4 % 10,9% 9,5 % 21,4% 25,7 % b 4,9 12,1 5,3 16,7 3,9 15,2 с 3,658 % 3,235 % 3,641 % 3,221 % 4,006 % 4,125% Как показывает табл. 3.10, для построения прогнозов нецелесообразно использовать полиномиальные и линейную зависимости. Экспоненциальная зависимость отражает изменение верхней границы; степенная наиболее вероятную; а логарифмическая нижнюю границу тенденции изменения инвестиционной привлекательности машиностроения. На представленных графиках тонкой линией изображены фактические значения показателей инвестиционной привлекательности, жирной определенные на основе построенных зависимостей. Ожидаемые тенденции развития инвестиционной привлекательности машиностроения ♦ нижняя граница — Ш — наиболее вероятная тенденция верхняя граница Рис. 3.6. Ожидаемые тенденции развития инвестиционной привлекательности машиностроен ия Полученные трендовые модели позволяют определить общие тенденции изменения инвестиционной привлекательности машиностроительного комплекса. В табл. 3.11 приведены ожидаемые границы изменения показателя ин |