Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Определение статистической взаимосвязи экономических параметров



 

В данном разделе будет проведен корреляционный и регрессионный анализ экономических параметров.

 

Корреляционный анализ

 

Чтобы определить статистическую взаимосвязь параметров нужно построить корреляционную матрицу и исследовать полученные взаимосвязи.

Чтобы правильно провести анализ корреляционной матрицы нужно знать свойства корреляционного момента:

1. Все коэффициенты безразмерны, это позволяет оценить степень статистической взаимосвязи между параметрами;

2. Для независимых случайных величин

3. Если , то из этого свойства не следует независимость случайных величин;

4. ;

5. Если , то это положительная связь, то есть с увеличением одной величины увеличивается другая;

6. Если , то это отрицательная связь, то есть с увеличением одной величины другая уменьшается.

 

Промышленное производство Добыча полезных ископаемых Производство пищевых продуктов Текстильное и швейное производство Обработка древесины Химическое производство
Промышленное производство          
Добыча полезных ископаемых 0,902217465        
Производство пищевых продуктов 0,917658052 0,893531811      
Текстильное и швейное производство 0,890481733 0,777082603 0,885340677    
Обработка древесины 0,943852646 0,80858628 0,830712775 0,866658222  
Химическое производство 0,87630821 0,768142552 0,779795803 0,783365737 0,847652377

 

Проанализировав полученные данные можно говорить о том, что все связи между параметрами положительные, так как ни перед одним полученным коэффициентом корреляции нет знака минуса. Так же все связи сильные, так как .

Самая высокая взаимосвязь между параметрами «Промышленное производство» и «Обработка древесины», так как значение коэффициента корреляции самое большое .

Самая слабая связь между параметрами «Химическое производство» и «Добыча полезных ископаемых», так как коэффициент корреляции самый маленький Не смотря на это, эта связь является высокой, так как

Проанализировав коэффициенты корреляции, можно заметить мультиколлениарность всех параметров, что свидетельствует о невысоком качестве регрессионной модели, представленной в следующем разделе.

 

Регрессионный анализ

 

Регрессионный анализ предназначен для того чтобы выявить связь между параметрами в виде математической модели. Эта модель позволяет произвести исследование влияния группы параметров на один параметр (результирующий). Параметры влияния – причинные факторы.

Регрессия представляет собой модель, которая предназначена для обслуживания и исследования причинных взаимосвязей параметров для связей:

Регрессия представляет собой модель, которая предназначена для обслуживания и исследования причинных взаимосвязей параметров для связей:

1. (парная регрессия), где

y – результирующий фактор, – причинные факторы.

2. (множественная регрессия)

y

Регрессия – это односторонняя стохастическая связь, устанавливающая математическое соотношение между результативным фактором и причинными факторами.

В зависимости от числа взаимосвязанных признаков различают парную и множественную регрессию. Если исследуется связь между двумя признаками (результативным и факторным), то регрессия называется парной, если между тремя и более признаками множественной (многофакторной) регрессией.

Форма связи результативного признака Y с факторами получила название уравнения регрессии. В зависимости от типа выбранного уравнения различают линейную и нелинейную регрессию (в последнем случае возможно дальнейшее уточнение: квадратичная, экспоненциальная, логарифмическая и т. д.).

В данной работе исследование будет проведено с помощью линейными парной и множественной регрессией.

 




©2015 studopedya.ru Все права принадлежат авторам размещенных материалов.