Основные условия применения корреляционно-регрессионного метода

Корреляционно-регрессионные методы. Парная регрессия и корреляция. Линейная регрессия. Прогнозирование. Виды нелинейных регрессионных моделей, расчет их параметров. Множественная регрессия и корреляция.

В экономических исследованиях часто решают задачу выявления факторов, определяющих уровень и динамику экономического процесса. Такая задача чаще всего решается методами корреляционного и регрессионного анализа. Для достоверного отображения объективно существующих в экономике процессов необходимо выявить существенные взаимосвязи и не только выявить, но и дать им количественную оценку. Этот подход требует вскрытия причинных зависимостей. Под причинной зависимостью понимается такая связь между процессами, когда изменение одного из них является следствием изменения другого.

Существует два основных типа связей между социально-экономическими явлениями и их признаками: функциональная (жестко детерминированная) и статистическая (стохастически детерминированная). При функциональной связи каждому значению факторного признака соответствуют строго определенные значения результативного признака. При статистической связи с изменением значения факторного признака значения результативного признака могут варьировать в определенных пределах, т.е. принимать любые значения в этих пределах с некоторыми вероятностями. При этом статистические характеристики результативного признака изменяются по определенному закону. Статистическая связь проявляется не в каждом отдельном случае, а в среднем при большом числе наблюдений.

Корреляционная связь (от англ. corelation - соответствие) является частным случаем статистической связи, при которой изменение среднего значения результативного признака обусловлено изменением значений факторного признака (парная корреляция) или множества факторных признаков (множественная корреляция). Для оценки тесноты связи (связь отсутствует, слабая, умеренная, сильная), определения ее направленности (связь прямая или обратная), а также формы (связь линейная, параболическая, гиперболическая, степенная и т.д.) используется корреляционно-регрессионный метод.

Корреляционно-регрессионный анализ позволяет количественно измерить тесноту, направление связи (корреляционный анализ), а также установить аналитическое выражение зависимости результата от конкретных факторов при постоянстве остальных действующих на результативный признак факторных признаков (регрессионный анализ).

1. Наличие достаточно большой по объему выборочной совокупности.

Считается, что число наблюдений должно превышать более чем в 10 раз число факторов, влияющих на результат.

2. Наличие качественно однородной исследуемой совокупности.

3. Подчинение распределения совокупности по результативному и факторным признакам нормальному закону или близость к нему. Выполнение этого условия обусловлено использованием метода наименьших квадратов (МНК) при расчете параметров корреляции (см. п. 2.1) и некоторых др.

Дата добавления: 2015-07-02