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.