Этапы построения регрессионных моделей

Задачи корреляционного и регрессивного анализа.

Исследования корреляционных связей мы называем корреляционным анализом, а исследование односторонних стохастических зависимостей – регрессионным анализом.

Задачи корреляционного анализа:

1.Изменение степени связности (тесноты, силы, строгости, интенсивности) двух и более явлений. Корреляционный анализ может служить также инструментом для обнаружения еще не известных связей.

2. Отбор фактов, оказывающих наиболее существенное влияние на результативный признак, на основании измерения степени связанности между явлениями. Отобранные факторы используют для дальнейшего анализа.

3. Обнаружение неизвестных причинных связей. Корреляция непосредственно не выявляет причинных связей между явлениями, но устанавливает степень необходимости этих связей и достоверность суждения об их наличии.

Задачи регрессионного анализа:

1. Установление формы зависимости.

2. Определение функции регрессии. Процесс нахождения функции регрессии называют выравниванием отдельных значений зависимой переменной.

3. Оценка неизвестных значений зависимой переменной.

§ 4. Основные требования, предъявляемые к включаемым факторам:

1. Каждый из факторов должен быть обоснован теоретически.

2. В перечень целесообразно включать только важнейшие факторы, оказывающие существенное воздействие на изучаемые показатели;

3. Количество включаемых в модель факторов не должно превышать одной трети от числа наблюдений в выборке (длины временного ряда).

4. Факторы не должны быть линейно зависимы, поскольку эта зависимость означает, что они характеризуют аналогичные свойства изучаемого явления.

5. В одну модель нельзя включать совокупный фактор и образующие его частные факторы. Одновременное включение таких факторов приводит к неоправданно увеличенному их влиянию на зависимый показатель, к искажению реальной действительности.

6. Влияющие на экономический процесс факторы могут быть количественные и качественные. В модель рекомендуется включать только такие факторы, которые могут быть численно измерены.

Процесс построения и использования регрессионных моделей является достаточно сложным и включает в себя следующие основные этапы:

1. определение цели исследования, построение системы показателей и логический отбор факторов, наиболее влияющих на каждый показатель;

2. выбор формы связи изучаемых показателей между собой и отобранными факторами, другими словами, выбор типа эконометрической модели; сбор исходных данных и анализ информации; построение эконометрической модели, т.е. определение ее параметров;

3. проверка качества построенной модели, в первую очередь ее адекватности изучаемому экономическому процессу;

4. использование модели для экономического анализа и прогнозирования.

При практической реализации указанных этапов очень важным является построение системы показателей исследуемого экономического процесса и определение перечня факторов, влияющих на каждый показатель.

Дата добавления: 2014-01-07