Лекция Введение в эконометрику. Определение эконометрики
Задачи корреляционного и регрессионного анализа
жүктеу/скачать 446 Kb.
|
Лекции
- Бұл бет үшін навигация:
- Задачи регрессионного анализа
| Задачи корреляционного и регрессионного анализа
Задачи корреляционного анализа: а) измерение степени связанности (тесноты, силы, строгости, интенсивности) двух или более явлений; б) отбор факторов, оказывающих наиболее существенное влияние на результативный признак, на основании измерения степени связанности между явлениями. Отобранные факторы используют для дальнейшего анализа. Самые важные факторы в рамках корреляционного и регрессионного анализа те, которые коррелируют сильнее всего с явлениями, подлежащими исследованию. Осознанно изменяя влияющие факторы, можно достигнуть желаемого эффекта в результативном признак - следствии; в) обнаружение неизвестных причинных связей. При решении этой задачи необходимо учитывать своеобразие взаимоотношений в причинно-следственном комплексе и особенности научно - методологических правил статистического исследования, опирающегося на количественные связи между явлениями. Корреляция непосредственно не выявляет причинных связей между явлениями, но устанавливает степень необходимости этих связей и достоверность суждения об их наличии. Задачи регрессионного анализа: а) установление формы зависимости. Как уже упоминалось относительно характера и формы зависимости между явлениями, различают положительную линейную и нелинейную и отрицательную линейную и нелинейную регрессию. б) определение функции регрессии. Корреляционные связи характеризуются тем, что каждому значению объясняющей переменной соответствует распределение значений зависимой переменной. Важно не только указать общую тенденцию изменения зависимой переменной, но и выяснить, каково было бы действие на зависимую переменную главных факторов - причин, если бы прочие (второстепенные, побочные) факторы не изменялись (находились бы на одном и том же среднем уровне) и если были бы исключены случайные элементы. Для этого определяют функцию в виде математического уравнения того или иного типа. Процесс нахождения функции регрессии называют выравниванием отдельных значений зависимой переменной. в) Оценка неизвестных значений зависимой переменной. С помощью функции регрессии можно воспроизвести значения зависимой переменной внутри интервала заданных значений объясняющих переменных (то есть решить задачу интерполяции) или оценить течение процесса вне заданного интервала (т.е. решить задачу экстраполяции). Эти задачи решаются путем подстановки в соответствующие уравнения регрессии с найденными оценками параметров значений объясняющих переменных. Результат представляет собой оценку значения зависимой переменной. жүктеу/скачать 446 Kb. Достарыңызбен бөлісу:
|