18.Сущность корреляционно-регрессионного анализа.Уравнение парной регрессии.

Данный метод содержит две свои составляющие части — корреляционный анализ и регрессионный анализ. Корреляционный анализ — это количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами. Регрессионный анализ — это количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами.

Для оценки силы связи в теории корреляции применяется шкала английского статистика Чеддока: слабая — от 0,1 до 0,3; умеренная — от 0,3 до 0,5; заметная — от 0,5 до 0,7; высокая — от 0,7 до 0,9; весьма высокая (сильная) — от 0,9 до 1,0.

Корреляционно-регрессионный анализ является одним из наиболее распространенных математических методов, используемых в анализе хозяйственной деятельности предприятия. Применение этого метода требует использования программ решения задач на ЭВМ, так как корреляционно-регрессионный анализ требует большого количества трудоемких расчетов и большой подготовительной работы.

Корреляционно-регрессионный анализ применяется в тех случаях, когда между анализируемыми показателями нет строгой зависимости и полного соответствия, т. е. нет функциональной зависимости.

Корреляционный анализ основывается на массовости (не меньше 20 пар наблюдений) данных, так как малое количество наблюдений не позволяет обнаружить закономерность связи.

Благодаря корреляционному анализу можно решить две задачи:

Изучается теснота связи между исследуемыми показателями.

Количественно измеряется степень влияния анализируемого фактора на исследуемый показатель, т. е. проявляется характер связи.

Корреляционная связь - это связь, где воздействие отдельных факторов проявляется только как тенденция (в среднем) при массовом наблюдении фактических данных. Примером корреляционной зависимости может быть зависимость между размерами активов банка и суммой прибыли банка.

Задачами КРА являются:

1. Обнаружение корреляционной зависимости и выявление формы связи.

2. Установление количественных оценок тесноты связи, характеризующих силу влияния факторных признаков на результативные.

При изучении взаимосвязей выделяют след основные этапы:

1. Качественный анализ явления, в процессе которого устанавливаются причинно-следственные связи между явлениями, определяется направление связи.

2. Построение модели связи. Выбирается определенный вид математической функции, наилучшим образом отображаемый характер изучаемой связи. Эта задача решается с помощью регрессионного анализа. Математическая функция, отображающая форму корреляционной зависимости называется уравнением регрессии.

3. Интерпретация результатов. Оценивается теснота связи между признаками, а задача решается с помощью корреляционного анализа. Если характеризуется связь двух признаков, то она называется парной, более двух – множественной.

Парная регрессия характеризует связь между двумя признаками: факторным и результативным. Аналитически связь между ними описывается уравнениями прямой, гиперболы, параболы и т. д.

1) Если результативный признак с увеличением факторного признака равномерно возрастает или убывает, то такая зависимость является линейной и описывается уравнением прямой:

ух = а0 + а1х,

где ух – теоретические значения результативного признака, полученные по уравнению регрессии;

а0, а1 – параметры прямой;

х – значение факторного признака.

Параметры уравнения прямой (а0, а1) определяются путем решения системы нормальных уравнений на основе метода наименьших квадратов. Сущность данного метода заключается в нахождении параметров модели, при которых минимизируется сумма квадратов отклонений эмпирических (фактических) значений результативного признака от теоретических, полученных по уравнению регрессии:

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

n а0 + а1 ∑ x = ∑ у

а0 ∑ х + а1 ∑ х2 = ∑ ху

где n – объем исследуемой совокупности.

В уравнении регрессии параметр а1 называется коэффициентом регрессии. Он показывает, на сколько единиц изменится значение результативного признака при увеличении факторного признака на одну единицу.

2) Если результативный признак с увеличением факторного признака возрастает (убывает) не бесконечно, а стремится к конечному пределу, то для анализа такого признака применяется уравнение гиперболы:

ух = а0 + а1 / х

3) Если с увеличением факторного признака результативный признак увеличивается, но до определенной величины, а затем с ростом Х У снижается, то такая зависимость описывается уравнением параболы 2-ого порядка:

ух = а0 + а1х + а2 х2

Наиболее простым вариантом корреляционной зависимости является парная корреляция, т.е. зависимость между двумя признаками (результативным и факторным или между двумя факторными). Математически эту зависимость можно выразить как зависимость результативного показателя у от факторного показателя х. Связи могут быть прямые и обратные. В первом случае с увеличением признака х увеличивается и признак у, при обратной связи с увеличением признака х уменьшается признак у.

Для определения степени тесноты парной линейной зависимости служит линейный коэффициент корреляции r, для расчета которого можно использовать, например, две следующие формулы:

r = ∑ (х-хср) (у-уср) / n δx δy

r = (∑ ху – ∑x∑y / −n) / √ [∑х2 - (∑ х)2/ n ] [∑y2 - (∑ y)2/ n]

Линейный коэффициент корреляции может принимать значения в пределах от -1 до + 1 или по модулю от 0 до 1. Чем ближе он по абсолютной величине к 1, тем теснее связь. Знак указывает направление связи: «+» - прямая зависимость, « - » имеет место при обратной зависимости.

Корреляционно-регрессионный анализ обычно (особенно в условиях так называемого малого и среднего бизнеса) проводится для ограниченной по объёму совокупности.

Важнейшей задачей является определение формы связи с последующим расчетом параметров уравнения, или, иначе, нахождение уравнения связи (уравнения регрессии).

Могут иметь место различные формы связи:

-прямолинейная

-параболы второго порядка (или высших порядков)

-гиперболы

-показательной функции

и т.д.

Параметры для всех этих уравнений связи, как правило, определяют из системы нормальных уравнений, которые должны отвечать требованию метода наименьших квадратов (МНК):

Другая важнейшая задача - измерение тесноты зависимости - для всех форм связи может быть решена при помощи вычисления эмпирического корреляционного отношения:

где

-дисперсия в ряду выравненных значений результативного показателя ;

- дисперсия в ряду фактических значений у.

Для определения степени тесноты парной линейной зависимости служит линейный коэффициент корреляции r, для расчета которого можно использовать, например, две следующие формулы:

Линейный коэффициент корреляции может принимать значения в пределах от -1 до + 1 или по модулю от 0 до 1. Чем ближе он по абсолютной величине к 1, тем теснее связь. Знак указывает направление связи: «+» - прямая зависимость, «-» имеет место при обратной зависимости.