Корреляционно-регрессионный анализ

Рассматривая зависимости между признаками, необходимо выделить, прежде всего, две категории зависимости: 1) функциональные и 2) корреляционные.

Функциональные связи характеризуются полным соответствием между изменением факторного признака и изменением результативной величины, и каждому значению признака-фактора соответствуют вполне определенные значения результативного признака.

В корреляционных связях между изменением факторного и результативного признака нет полного соответствия, воздействие отдельных факторов проявляется лишь в среднем при массовом наблюдении фактических данных.

Корреляционный анализ позволяет количественно оценить связи между большим числом взаимодействующих экономических явлений как между случайными величинами или группой величин. Корреляционный анализ тесно связан с регрессионным анализом, задача которого состоит в экспериментальном определении параметров корреляционных зависимостей между экономическими показателями путем наблюдений за характером их изменений. Одним из основных методов определения параметров регрессионных уравнений в рамках регрессионного анализа является метод наименьших квадратов. Модели, составленные с помощью применения регрессионного анализа, позволяют прогнозировать варианты развития экономических явлений и процессов и изучать тенденции изменения экономических показателей.

 

 

Парная регрессия и корреляция

1. Парная линейная регрессия

2. Поле корреляции

3. Ошибки, встречающиеся при эконометрических исследованиях

4. Метод наименьших квадратов

5. Вычисление пара метров регрессии и их интерпретация

6. Вычисление коэффициента корреляции и детерминации, их интерпретация.

7. Критерий Фишера.

8. Стандартные ошибки параметров.

9. Критерии Стьюдента.

10. Ошибки аппроксимации.

11. Прогнозирование в линейной регрессии.