Общие сведения о множественной регрессии

Тема 4. Модель множественной регрессии

Оперативное планирование строительного производства. 4.2 Особенности планирования СМР. 4.3 Разработка календарного плана СМР.

4.1 Оперативное планирование строительного производства.

Вопросы:

1. Общие сведения о множественной регрессии

2. Реализация основных этапов построения и анализа линейной модели множественной регрессии

3. Комплексный пример решения задачи с использованием корреляционного и множественного регрессионного анализа

4. Регрессионные модели с переменной структурой (фиктивные переменные)

Модель парной регрессии дает хорошие результаты лишь в случае, когда влиянием других факторов на исследуемый показатель можно пренебречь. Но такая ситуация в экономических исследованиях крайне редка. Поэтому часто следует выявлять влияние других факторов, вводя их в модель. Модель с более чем двумя факторами называется множественной регрессией.

Общий вид модели множественной регрессии:

.

Чаще других в экономических исследованиях используются линейные модели множественной регрессии вида

. (1)

Уравнение (1) иногда называют «чистое» уравнение регрессии. Коэффициенты регрессии (1) показывают на какую величину в среднем изменится результативный признак Y, если переменную изменить на 1 единицу. >1 означает прямую связь между Y и ; <1 означает обратную связь между Y и .

Множественная регрессия широко используется в решении проблем спроса, доходности акций, при изучении функции издержек производства и т.д. В настоящее время множественная регрессия – один из наиболее распространенных методов исследования в эконометрике. Ее основная цель –

построение модели с несколькими факторами. При этом оценивается как совокупное влияние факторов на показатель, так и влияние каждого из них в отдельности.

Основные этапы моделирования экономических взаимосвязей с помощью уравнения (1):

1. Построение системы показателей-факторов.

2. Оценка параметров модели регрессии и определение ее вида.

3. Оценка качества модели.

4. Проверка статистической значимости уравнения регрессии и его параметров.

5. Оценка влияния отдельных факторов на зависимую переменную.

6. Прогнозирование.

Дата добавления: 2017-02-01