Методы, основанные на многофакторном корреляционно-регрессионном анализе
Введение
Актуальность темы в том, что в наше время математико-статистические исследования становятся необходимым инструментом для получения более глубоких и полноценных знаний о механизме изучаемых явлений. Существующие между явлениями формы и виды связей весьма разнообразны по своей классификации, но предметом статистики являются только такие из них, которые имеют количественный характер и изучаются с помощью количественных методом.
В статистике и экономике применяются самые разнообразные виды и объекты анализа. Статистические методы анализа направлены на изучение повторяющихся процессов, для того чтобы составить длительные прогнозы поведения экономических явлений. Например, для того чтобы проанализировать социально-экономическое развитие территории, необходимо изучить показатели уровня жизни населения. Многофакторный корреляционно-регрессионный анализ в статистике позволяет создать уравнение регрессии и определить коэффициенты корреляции, демонстрирующие взаимосвязь между уровнем жизни и развитием территории. Уровень жизни определяется доходами, а основной источник доходов – зарплата. В таком случае фактором выступает уровень зарплаты, а результатом - численность населения с невысокими доходами.
Степень изученности. В разработке данной темы были использованы работы таких авторов как: Болдин А. П., Кузнецов И. Н., Кожухар В. М., Шкляр М. Ф., Анисимов Г. М., Кононюк А. Е., Войшвилло Е. К., Светлов В. А., Гусев Д. А., Афанасьева О. В., Малыхина Г. И., Лобастов Г. В., Ивин А. А., Попов Ю. П. и др.
Целью данной работы является изучение методов, основанных на многофакторном корреляционно-регрессионном анализе, исходя из поставленной цели, были определены следующие задачи:
- Рассмотреть сущность многофакторного корреляционно-регрессионного анализа;
- Исследовать методы многофакторного корреляционно-регрессионного анализа.
Структура данной работы состоит из: введения, 2 глав, заключения и списка используемой литературы.
1. Сущность корреляционно- анализа
-регрессионный используется выявления между факторами деятельности оценки взаимозависимости для критериев.
многих на признак не , а факторов. факторами сложные , поэтому влияние результативный комплексное его рассматривать простую изолированных .
Многофакторный -регрессионный позволяет степень на результативный каждого введенных модель при на уровне факторах. этом условием отсутствие связи факторами [17, .90].
Математически корреляционно- анализа к аналитического , которое можно отражало связь признаков результативным, .е. найти :
. (1)
Наиболее проблемой выбор связи, аналитическим , на которого существующим определяются результативного – функции. функция лучше отражать существующие между показателем факторами. обоснование функции помощи анализа для моделей непригодно. связи определить перебора разных , но связано большим лишних
Зарегистрируйся, чтобы продолжить изучение работы
. Принимая внимание, любую нескольких можно логарифмирования замены привести линейному , уравнение регрессии выразить линейной :
= a0++a2x2+ +…+aпxп. (2)
уравнения методом квадратов.
, для параметров линейной регрессии
= +a1x1+, (3)
где – значения признака-;
х1 х2 – признаки;
, а1 а2 - уравнения, можно методом квадратов, систему уравнений:
(4)
коэффициент (а1, , …, аn) степень соответствующего на показатель фиксированном остальных , т.., как результативный при отдельного показателя единицу. член множественной экономического не [1, c.55].
, подставляя уравнение значения и , получаем значения средней, близко значения уровней признака, выбор математического корреляционной между исследуемыми сделан .
Однако основе регрессии судить, из признаков влияет результативный , поскольку регрессии собой сравнимы, не по отражаемые явления, выражены единицами .
С выявления силы отдельных и , заложенных них, рассчитывает коэффициенты (εi), а бета- (βi) по :
; , (5)
где – коэффициент при -ом ;
– среднее i- фактора;
– значение фактора;
– квадратическое i- фактора;
σу - квадратическое результативного .
Частные эластичности , на процентов среднем результативный при на 1 % фактора при положении факторов ( условии, остальные окажутся прежнем ) [16, c.72].
определения , имеющих резервы исследуемого , с степени факторов, в множественной , рассчитывают β- коэффициенты, на часть квадратического изменяется признак изменении факторного на его квадратического .
Для тесноты в линейной используют коэффициент (), рассчитываемый формуле:
, (6)
– парные линейной , позволяющие влияние фактора на показатель, определяемые формулам:
; ; . (7)
коэффициент показывает, часть корреляции колебания влиянием х1, , …, хn, в модель исследования. колеблется пределах 0 до + 1 интерпретируется же и корреляционное (см. . 9.5).
На парных корреляции частные корреляции порядка, связь фактора исследуемым в комплексного факторов:
; (8)
целью глубокого анализа количество факторов, в исследуемого и многофакторные регрессии. рассчитывают помощи компьютеров. средства техники за короткое рассчитать много уравнений. ЭВМ значения переменной и независимых х, форма , например . Ставится включить уравнение наиболее х. результате уравнение с наиболее факторами. можно наилучшую связи. традиционный , называемый регрессией, он противоречит посылкам, приемлемых [2, c.60].
2. многофакторного -регрессионного
Отбор может проведен основании [15, .44]:
-метода исключения;
- пошаговой .
Сущность пошагового заключается последовательном из регрессии факторов, параметры незначимыми проверке критерию .
Использование пошаговой заключается том, факторы в регрессии , и этом изменение квадратов и коэффициента
50% реферата недоступно для прочтения
Закажи написание реферата по выбранной теме всего за пару кликов. Персональная работа в кратчайшее
время!
Задать вопрос
на новый заказ в Автор24. Это бесплатно.
