Путем достаточно большого числа наблюдений за параметрами технологического процесса (метод пассивного эксперимента) исследуется взаимосвязь, например, между выходом готового продукта (У) и рассмотренными выше параметрами давлением, температурой и значением рН. Допустим, что получено уравнение множественной регрессии такого вида Y = —7914 + 23,3 Р + 4 Т — 250 рН. Учитывая пределы допустимых по регламенту колебаний значения параметров, из этого уравнения возможно заключить, что увеличение давления на 1 ата повышает выход готовой продукции на 23,3 % увеличение температуры на 1 °С увеличивает выход на 4 %, а снижение рН на 0,01 также повышает выход на 2,5 %. [c.100]
Для определения характера и степени влияния показателей монтажной технологичности на экономические показатели используется метод регрессионного анализа, позволяющий оценить монтажную технологичность путем соизмерения показателей технологичности и экономических показателей в уравнениях множественной регрессии вида [c.220]
По уравнениям множественной регрессии определяются значения экономических показателей по вариантам. [c.221]
Математические зависимости выхода бензина и его качества У (i=1,3) от управляющих переменных (х1 х2) и возмущающих воздействий Xj(j=3,5) определены с использованием уравнений множественной регрессии [c.46]
Зависимость результативного показателя от определяющих его факторов можно выразить уравнением парной и множественной регрессии. При прямолинейной форме они имеют следующий вид уравнение парной регрессии К.= а + Ьх [c.65]
Решение задач многофакторного корреляционного анализа производится на ПЭВМ по типовым программам. Сначала формируется матрица исходных данных, в первой графе которой записывается порядковый номер наблюдения, по второй — величина результативного показателя (У), а в следующих — данные по факторным показателям (х.). Эти сведения вводятся в ПЭВМ, и рассчитывается уравнение множественной регрессии, которое в нашей задаче получило следующее выражение [c.69]
Однако это не означает, что нельзя определить, как формируется себестоимость добычи нефти и газа в зависимости от ряда факторов. Этот вопрос решается путем элиминирования влияния ряда аргументов с целью оценки воздействия других (влияние одного фактора на другой в целом не изолировано от остальных). В таком понимании строятся простая и множественная регрессии. [c.66]
Иногда при построении уравнений множественной регрессии по временным рядам автокорреляция возникает в отклонениях фактических значений зависимой переменной от расчетных, выравненных по уравнению регрессии. [c.70]
Для устранения автокорреляции можно использовать и другой прием, основанный на включении времени в уравнение множественной регрессии в качестве аргумента. Множественная регрессия с отклонениями от линейных тенденций точно эквивалентна прямому введению времени в управление регрессии. Это свойство впервые заметили Фриш и Boy [92]. [c.71]
Однако включение времени в качестве аргумента в уравнение множественной регрессии приведет к устранению автокорреляции только при условии, что все рассматриваемые временные ряды имеют одинаковую тенденцию развития. [c.71]
Построение уравнения множественной регрессии по динамическим рядам является одной из важных проблем регрессионного анализа. Этот вопрос весьма актуален, но имеет дискуссионный характер. [c.71]
Наряду с этим уделяется недостаточное внимание важной проблеме построения уравнения множественной регрессии динамических рядов. [c.72]
В настоящее время существуют следующие основные подходы построения уравнения множественной регрессии по динамическим рядам. [c.72]
При построении уравнения множественной регрессии по отклонениям от уровней динамических рядов некоторые авторы считают необходимым выполнение следующих условий. [c.73]
Время является одним из факторов уравнения множественной регрессии, и ему приписывается часть долговременных изменений в уровне себестоимости, не связанных с изменениями, вызванными учтенными факторами. [c.81]
Степень влияния рассматриваемых факторов на показатель себестоимости добычи нефти и попутного газа можно определить по уравнению множественной регрессии. [c.83]
В литературе представлены примеры сравнения моделей множественной регрессии. Для сравнения факторных моделей разработаны методы трансформационного анализа. К сожалению, последние не нашли применения в экономическом анализе. [c.117]
Конечной целью анализа спроса является разработка прогнозов емкости рынка. Для товаров длительного пользования, например, это означает определение объема первичного спроса и спроса на замену. Подходы к прогнозированию спроса по отдельным компонентам — первичного и повторного спроса расчетным путем в условиях ненасыщенности товарного предложения наталкиваются на существенные, а порой непреодолимые затруднения практического характера. Это обстоятельство является веским доказательством в пользу его моделирования на основе уравнений множественной регрессии с учетом действия специфических факторов. [c.326]
Эти сведения вводятся в ПЭВМ и рассчитываются матрицы парных и частных коэффициентов корреляции, уравнение множественной регрессии, а также показатели, с помощью которых оценивается надежность коэффициентов корреляции и уравнения связи критерий Стьюдента, критерий Фишера, средняя ошибка аппроксимации, множественные коэффициенты корреляции и детерминации. [c.145]
Большую роль в изучении влияния факторов на уровень среднечасовой выработки играют приемы корреляционно-регрессионного анализа. В многофакторную корреляционную модель среднечасовой выработки можно включить следующие факторы фондовооруженность или энерговооруженность труда процент рабочих, имеющих высшую квалификацию или средний тарифный разряд рабочих, средний срок службы оборудования, долю прогрессивного оборудования в общей его стоимости и т.д. Коэффициенты уравнения множественной регрессии показывают, на сколько рублей изменяется среднечасовая выработка при изменении каждого факторного показателя на единицу в абсолютном выражении. Для того чтобы узнать, как за счет этих факторов изменилась среднегодовая выработка рабочих, необходимо полученные приросты среднечасовой выработки умножить на фактическое количество отработанных человеко-часов одним рабочим [c.392]
Оценки параметров уравнения регрессии с помощью метода наименьших квадратов в случае множественной регрессии удобнее представить в матричном виде. [c.325]
Прямое сравнение коэффициентов регрессии в уравнении множественной регрессии дает представление о степени влияния факторных признаков на результативный признак только тогда, когда они выражаются в одинаковых единицах и имеют примерно одинаковую колеблемость. [c.327]
Для множественной регрессии могут быть также определены частные коэффициенты эластичности Э, относительно Xj по следующей формуле [c.327]
Для определения взаимосвязи между прибылью и факторами, ее определяющими, построим линейное уравнение множественной регрессии [c.330]
Формула (8.1) применяется при расчете показателя тесноты связи по аналитической группировке (см. гл. 6). При вычислении корреляционного отношения по уравнению связи (уравнению парной или множественной регрессии) применяется формула (8.2) [c.233]
Формулы (8.10) соответствуют самому общему подходу к определению параметров уравнения регрессии и могут применяться в случае как парной, так и множественной регрессии. [c.240]
Проблемы множественного корреляционно-регрессионного анализа и моделирования подробно изучаются в специальном курсе того же названия. В курсе Общая теория статистики рассматриваются только самые общие вопросы этой сложной проблемы и дается начальное представление о методике построения уравнения множественной регрессии и показателей связи. Рассмотрим линейную [c.268]
Было получено уравнение множественной регрессии [c.272]
ВЕРОЯТНОСТНЫЕ ОЦЕНКИ ПАРАМЕТРОВ МНОЖЕСТВЕННОЙ РЕГРЕССИИ И КОРРЕЛЯЦИИ [c.283]
Метод множественной корреляции. Этот метод применяется в случаях когда результирующий показатель зависит от нескольких взаимно независимых факторов. При этом применяется уравнение множественной регрессии [c.58]
Уравнение (2.7) и есть искомое для нахождения коэффициентов множественной регрессии. [c.60]
Множественная регрессия позволяет определить вид зависимости с учетом дополнительных факторов, а именно номенклатуры реализуемой продукции, изменения цен на сырье и материалы и др. [c.327]
Построение уравнения множественной регрессии уровня себестоимости добычи нефти и газа методом коррелирования уровня динамического ряда нельзя признать правильным. Это объясняется тем, что в динамическом ряду существует автокорреляция каждый последующий упорядоченный уровень динамического ряда зависит от предыдущего, т. е. они автокоррелируются во времени. [c.72]
При рассмотрении метода коррелирования уровней динамических рядов, включая фактор времени (<), следует отметить, что уравнения множественной регрессии, построенные методами коррелирования отклонений от уровней динамических рядов и коррелирования уровней динамического ряда, будут тождественны. [c.75]
Рассматривая вопрос о коррелировании уровня динамических рядов с временным фактором, Г. С. Кильдишев, С. И. Вул, А. С. Дов-ба и др. указывают, что такой подход к построению уравнений множественной регрессии возможен. Время является одним из факторов уравнения множественной регрессии, который имеет вполне определенный экономический смысл. Кроме того, введение в уравнение [c.75]
Изучаемые признаки, например Y и X, имеют линейную тенденцию. При этом уравнения множественной регрессии себестоимости добычи нефти и газа, построенные методами коррелирования отклонений от уровней динамических рядов и коррелирования уровней динамических рядов, включая фактор времени, тождественны, так как между отклонениями [Yx — Y(t) и [X — X(t-,] существует функциональная связь. Для доказательства этого используем исходные данные об уровнях себестоимости добычи нефти и газа по Укрнефти и дебите на скважино-месяц отработанный за период 1956—1971 гг. (табл. 21). [c.76]
Необходимость применения многофакторного корреляционного анализа. Этапы многофакторного корреляционного анализа. Правила отбора факторов для корреляционной модели. Обоснование необходимого объема выборки данных для корреляционного анализа. Сбор и статистическая оценка исходной информации. Способы обоснования уравнения связи. Основные показатели связи в корреляционном анализе и их интерпретация. Сущность парных (общих), частных и множественных коэффициентов корреляции и детерминации. Оценка значимости коэффициентов корреляции. Порядок расчета уравнения множественной регрессии шаговым способом. Интерпретация его параметров. Назначение коэффициентов эластичности и стандартизированных бетта-коэф-фициентов. [c.138]
И в том и в другом периоде среднесменная добыча рабочего теснее коррелирует с мощностью пласта, нежели с уровнем механизации навалки угля. Однако наметилось некоторое снижение величины rvm при повышении гуи. Сравнение коэффициентов парной корреляции зависимой переменной (V) с независимыми переменными и корреляции последних между собой свидетельствует о ко-линеарности факторов - их тесной линейной связи. При таком соотношении нецелесообразно построение множественной регрессии, куда бы входили оба названных фактора - и мощность пласта и коэффициент механизированной навалки угля. Поэтому построим [c.416]
Смотреть страницы где упоминается термин Множественная регрессия
: [c.38] [c.157] [c.420] [c.65] [c.129] [c.72] [c.76] [c.153] [c.98] [c.126] [c.127]Смотреть главы в:
Количественные методы анализа хозяйственной деятельности -> Множественная регрессия
Маркетинг менеджмент (1998) -- [ c.186 ]
Экономико-математический словарь Изд.5 (2003) -- [ c.305 ]
Маркетинг менеджмент (2001) -- [ c.141 ]
Маркетинговые исследования Издание 3 (2002) -- [ c.0 ]