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.

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.

Поиск по сайту: