Интерпретация начинается со статистической оценки уравнения регрессии в целом и оценки значимости входящих в модель факторных признаков, т.е. с выяснения, как они влияют на величину результативного признака. Чем больше величина коэффициента регрессии, тем значительнее влияние данного признака на моделируемый.
С целью расширения возможностей экономического анализа используются следующие величины.
Частные коэффициенты эластичности, устраняющие различия в единицах измерения факторов, определяются как
,
где – коэффициент регрессии при j-м факторе; – среднее значение j-го фактора; – среднее значение результативного признака.
Частные коэффициенты эластичности показывают, на сколько процентов в среднем изменяется анализируемый показатель при изменении на 1 % каждого фактора при фиксированном значении других факторов.
С помощью β-коэффициентов определяют факторы, в которых заложены наиболее крупные резервы улучшения изучаемого показателя. β-коэффициены учитывают различия в степени варьирования вошедших в уравнение факторов и вычисляются по формуле
β-коэффициены показывают, на какую часть среднего квадратического отклонения изменяется результативный признак с изменением соответствующего факторного признака на величину его среднего квадратического отклонения.
Δ-коэффициенты рассчитываются по формуле
.
Они показывают, какова доля вклада анализируемого фактора в суммарное влияние всех отобранных факторов.
Контрольные вопросы для самопроверки
1. Какие этапы статистического изучения взаимосвязей явлений Вы знаете?
2. В чем состоит отличие между функциональной и вероятностной связью?
3. Какие основные задачи решают с помощью корреляционного и регрессионного анализа?
4.Какими методами строится математическая модель связи?
5.Для чего проводится оценка значимости коэффициентов регрессии?