22. Множественный кореляц.-регрес. Анализ.

Явления в природе и обществе находятся во взаимосвязи, раскрывая сущности, законы раз­вития получают эконом. зависимости, которые устанавливают количественную определен­ность экономических явлений. Все явления связаны между собой и эти связи отражаются в статист. показателях. При проведении КРА необходимо установить, что между фактором и результативным признаком имеется взаимо­связь. Общий принцип КРА утверждает, что чем больше данных, тем лучше. При проведе­нии МКРА исходные данные оформляют в виде таблицы:

23. С. таблица, ее макет и виды.

Неотъемлемым элементом сводки и группировки является статистическая таблица. В таблице информация приводится в форме удобной для проведения анализа. В практике экономико-статистических исследований используются таблицы различной сложности. Использование конкретного вида зависит от особенностей объекта исследований и объёма информации. В соответствии с логической структурой таблицы сама таблица рассматривается как статистическое предложение, объект таблицы – это подлежащее, показатели – сказуемое. В зависимости от объекта исследований таблицы подразделяются на: простые; групповые; комбинированные. В простой таблице перечисляются элементы совокупности, территориальный или хронологический ряд. В групповой таблице перечисляются группы с одним признаком. В комбинированной таблице по двум и более признакам составление таблицы состоит из 2-х этапов: проектирование макета таблицы; заполнение таблицы. Макет таблицы – это комбинация горизонтальных и вертикальных строк на пересечении которых заполняются словесные заголовки и системы показателей. Основное содержание таблицы указывается в заголовке. При оформлении таблицы придерживаются следующих правил: 1) Название таблицы, заглавие строк, столбцов, должны быть лаконичными и сокращёнными. 2) В названии таблицы указывается объект, его временные и территориальные признаки. 3) Если название отдельных строк или столбцов повторяются, то их объединяют совместными заголовками. В верхних или боковых заголовках, указывают единицы измерения. 4 ) Общую для всех единицу измерения указывают в названии таблицы. 5) Строки и столбцы нумеруют. Объект – буквой, признаки – цифрами. С помощью нумерации иногда в таблицах указывают методику расчётов. 6) Информация которая размещается в строках таблицы может суммироваться. Такую строку именуют "всего" или "в целом по совокупности". 7) Цифровые значения показателей округляют в границах одной графы до одинакового количества знаков. Если информация отсутствует, то в соответствующей клетке ставят "...", если не заполняется то "×".

24. Этапы построения моделей множественной регрессии.

Регрессионно – корреляционный анализ заключается в построении и анализе экономико-математической модели в виде уравнения регрессии, выражающего зависимость явления от определяющих его факторов.Многофакторный анализ предполагает наличие нескольких факторов, влияющих на результативный признак. Построение многофакторной модели осуществляется по следующим этапам:

1) определение количества исходных данных. Число необходимых наблюдений зависит от следующих составляющих: необходимая надёжность модели; цель получения модели; наличие информации о виде искомой взаимосвязи.

2) всю исходную информацию оформляют в виде таблицы. На основе имеющихся данных вычисляют парные коэффициенты корреляции между факторами по формуле:

n – количество данных; δхі и δхj – среднеквадратическое отклонение соотв. Для фактора хі и хj; р – от 1 до n. Анализируем степень взаимосвязей по полученному коэффициенту корреляции, поэтому расчитываем t – критерий:

и сравниваем его с табличным значением. Оцениваем качественно тесноту взаимосвязей, используя шкалу Чеддока. Коэффициент детерминации: D=R² *100%, который показывает в процентном выражении степень влияния факторов. Частные коэффициенты корреляции рассчитываются по формуле:

На основе проведения корреляционного анализа осуществляют регрессионный анализ. При этом решают следующие задачи:

1) выбор вида множественного уравнения регрессии. В общем виде уравнение регрессии: y = f (ai; xi), где ai – коэффициенты уравнения регрессии; xi – факторы.

2) определение неизвестных коэффициентов множественного уравнения регрессии.

3) оценка соответствия полученного уравнения регрессии к исходным данным.

4) анализ и интерпретация полученной модели (уравнения регрессии).