Характеристика метода корреляционно-регрессионного анализа
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: 1. Изучается теснота связи между исследуемыми показателями. 2. Количественно измеряется степень влияния анализируемого фактора на исследуемый показатель, т. е. проявляется характер связи. Теснота связи между двумя показателями измеряется путем определения специального коэффициента корреляции (при прямой зависимости) или корреляционного отношения (при криволинейной зависимости). В процессе корреляционно-регрессионного анализа рассчитывается ряд основных параметров. Их характеристика и оптимальные значения приведены в табл. 36.
• • • •
228
Таблица 36 Конечные результаты корреляционно-регрессионного анализа Параметр 1 Объем выборки Характеристика 2 Количество данных по фактору. Применяется для установления тенденций изменения фактора Уровень отклонения значений факторов от средней анализируемой совокупности Характеризует тесноту связи между i-м фактором и функцией. Применяется для отбора факторов Характеризует тесноту связи между факторами. Применяется для отбора факторов Характеризует тесноту связи одновременно между всеми факторами и функцией. Применяется для выбора модели Характеризует степень влияния на функцию включенных в модель факторов. Равен квадрату коэффициента множественной корреляции Характеризует степень отклонения фактического распределения случайных наблюдений от нормального по центру распределения. Применяется для проверки нормальности распределения Характеризует плосковершинность распределения случайных наблюдений от нормального по центру распределения. Применяется для проверки нормальности распределения функции Оптимальное значение 3 Не менее чем в 3–5 раз больше количества факторов Меньше 33 %
Метод наименьших квадратов может применяться при коэффициенте асимметрии меньше 3,0 Меньше 3,0
Коэффициент эксцесса м
229
Окончание табл. 36 1 Критерий Фишера 2 Характеризует значимость уравнения регрессии. Применяется для выбора моделей 3 Должен быть больше табличного значения, установленного для различных размеров матрицы и вероятностей Больше 2,0 (при вероятности, равной 0,95) В два и более раза меньше соответствующего коэффициента регрессии Меньше (точнее) 15 %
Критерий Стьюдента м Среднеквадратическая ошибка коэффициента регрессии м Ошибка аппроксимации
Характеризует существенность факторов, входящих в модель. Применяется для выбора модели Характеризует точность полученных коэффициентов регрессии. Применяется для оценки коэффициентов регрессии Характеризует допуск прогноза или степень несоответствия эмпирической зависимости теоретической. Применяется для оценки точности модели Показывает, на сколько процентов изменяется функция при изменении соответствующего фактора на 1 %. Применяется для ранжирования факторов по их значимости
Коэффициент эластичности
Больше 0,01
Ви переглядаєте статтю (реферат): «Характеристика метода корреляционно-регрессионного анализа» з дисципліни «Сучасний економічний аналіз і прогнозування (мікро-та макрорівні)»
