Уравнение регрессии, или статистическая модель связи социально-эконо-мических явлений, выражаемая функцией

РЕГРЕССИОННЫЙ АНАЛИЗ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ

ЯВЛЕНИЙ

Корреляционно-регрессионный анализ как общее понятие включает в себя предварительный анализ наличия связи, ее направления и приблизительное определение ее формы, осуществляемый с помощью метода приведения параллельных данных, балансового, аналитических группировок, графического метода, а также изучение степени тесноты взаимосвязи между признаками посредством расчета различных мер связи.

Регрессионный анализ заключается в определении аналитического выра-жения связи, в котором изменение одной величины (называемой зависимой или результативным признаком) обусловлено влиянием одной или нескольких независимых величин (факторов), а множество всех прочих факторов, также оказывающих влияние на зависимую величину, принимается за постоянные и средние значения. Регрессия может быть однофакторной (парной) и многофакторной (множественной).

Нахождение аналитического выражения взаимосвязи производится путем построения уравнения регрессии.

Уравнение регрессии позволяет определить, каким в среднем будет значение результативного признака (У) при том или ином значении факторного признака (X), если остальные факторы, влияющие на У и не связанные с X, рассматривались неизменными (т. е. мы абстрагировались от них).

2.1. Основные задачи и предпосылки применения

корреляционно-регрессионного анализа

Все явления и процессы, характеризующие социально-экономическое развитие и составляющие единую систему национальных счетов, тесно взаимосвязаны и взаимозависимы между собой.

Целью регрессионного анализа является оценка функциональной зависимости условного среднего значения результативного признака (Y) от факторных (х₁,х₂;…, х_n).

Основной предпосылкой регрессионного анализа является то, что только результативный признак (Y) подчиняется нормальному закону распределения, а факторные признаки х₁,х₂;…, х_n могут иметь произвольный закон распределения. В анализе динамических рядов в качестве факторного признака выступает время t. При этом в регрессионном анализе заранее подразумевается наличие причинно-следственных связей между результативным (Y) и факторными (х₁,х₂;…, х_n ) признаками.

Уравнение регрессии, или статистическая модель связи социально-эконо-мических явлений, выражаемая функцией

y = f (х₁,х₂,…, х_n )

является адекватным реальному моделируемому явлению или процессу при соблюдения следующихтребований их построения.

1. Совокупность исследуемых исходных данных должна быть однородной и математически описываться непрерывными функциями.

2. Возможность описания моделируемого явления одним или несколькими уравнениями причинно-следственных связей.

3. Все факторные признаки должны иметь количественное (цифровое) выражение.

4. Наличие достаточно большого объема исследуемой выборочной совокупности.

5. Причинно-следственные связи между явлениями и процессами следует описывать линейной или приводимой к линейной формами зависимости.

6. Отсутствие количественных ограничений на параметры модели связи.

7. Постоянство территориальной и временной структуры изучаемой совокупности.

Соблюдение этих требований позволяет исследователю построить статис-тическую модель связи, наилучшим образом аппроксимирующую моделируемые социально-экономические явления и процессы.

Построение регрессионных моделей, какими бы сложными они не были, само по себе не вскрывает полностью всех причинно-следственных связей. Основой их адекватности является предварительный качественный анализ, основанный на учете специфики и особенностей сущности исследуемых социально-экономических явлений.

К задачам регрессионного анализа относятся: