1.Установление стохастической связи между параметрами

^{Позволяет решить}

^{качественный вопрос о}

^{наличии}

^{стохастической связи}

2.Оценка тесноты

^{связи факторов и}

^{результирующего}

^{показателя}

Позволяет найти количественную оценку тесноты связи

^{Регрессионный анализ –метод установления аналитического}

выражения

стохастической зависимости между исследуемыми признаками. Уравнение регрессии показывает как в среднем изменится y при изменении

любого из xi и имеет вид

y=f(X₁,X₂,X₃…X_n)

Y- зависимая переменная (результативный показатель) она

^{всегда одна;}

Xi- независимые переменные (факторы) их может быть

^{несколько}

^{Задачи регрессионного анализа}

1.Построение

^{уравнения регрессии}

^{Нахождение вида}

^{зависимости между}

^{результативным}

^{показателем и}

^{независимыми}

^{факторами}

2.Оценка значимости полученного уравнения

^{Определение насколько}

^{выбранные факторные}

^{признаки объясняют}

^{вариацию}

^{результативного}

^{показателя}

^{Этапы корреляционно-регрессионного анализа}

_{• Выявление из совокупности наиболее информативных факторов,}

¹ оказывающих существенное влияние на результативный показатель

• Определение направления и количественной оценки тесноты связи между

2 ^{факторными и результативными признаками}

• Построение модели регрессии, описывающей зависимость результативного

3 ^{признака Y от наиболее информативных признаков X}

• Оценка статистической значимости уравнения регрессии и коэффициентов регрессии. Определение возможной величины ошибки получаемых по этой

^{4 модели прогнозных значений Y}

• Расчет и анализ дополнительных показателей для расширения

^{5 экономической интерпретации уравнения регрессии}

• Экономическая интерпретация, формулирование выводов, построение

6 ^{прогнозов, разработка предложений}

^{Условия применения корреляционно-регрессионного анализа}

Единицы исследуемой совокупности должны иметь одинаковую размерность и методологию расчета

Факторные и результативные признаки должны

быть выражены количественно

Числовые характеристики, используемые для исследования, должны являться случайно выбранными из единиц генеральной совокупности (определенная выборка не будет отражать характер совокупности)

Единицы исследуемой совокупности должны быть независимыми друг от друга (в случае автокорреляции существуют специальные методы обработки информации)

Совокупность исследуемых исходных данных должна быть однородной (для оценки однородности используется вариационный анализ)

Совокупность исходных данных должна быть подчинена нормальному закону распределения (для проверки значимости коэффициентов корреляции и построения доверительного интервала для них используются определенные критерии)

Количество единиц совокупности должно превышать количество факторных признаков минимум в 3-4 раза(предпочтительнее в 8-10 раз (с увеличением числа наблюдений более отчетливо проявляется статистическая закономерность)

Факторные признаки не должны находиться между собой в функциональной зависимости (при обнаружении мультиколлинеарности исключается признак, который оказывает минимальное влияние на результативный признак)