Регрессионный анализ представляет собой статистическую процедуру для математического расчета среднего соотношения зависимой и независимой переменных. Выделяют два вида регрессии простая регрессия и множественная регрессия. Простая регрессия включает одну независимую переменную, множественная — две и более. [c.118]
Но уравнения регрессии в стандартизованном и натуральном масштабах еще не позволяют решить две важные задачи. Очевидно, что для множественной регрессии, как и для парной, при любых коэффициентах регрессии разброс эмпирических точек вокруг поверхности регрессии может быть любым. Это приводит к тому, что во-первых, необходимо определить степень соответствия выбранного вида теоретической регрессии эмпирическому распределению или же (при фиксированном виде регрессии) определить уровень тесноты связи анализируемого показателя и группы изучаемых факторов. Поскольку же все факторы воздействуют на исследуемый показатель одновременно и мы не можем экспериментально отделить влияние одного фактора от влияния другого, возникает проблема, во-вторых, найти степень тесноты связи между изучаемым показателем и каждым фактором, предполагая, что все остальные заданы на постоянном уровне. [c.131]
Здесь, как и прежде, рч. и г — соответственно выборочные корреляционные отношения (г) по ) и коэффициент корреляции, вычисляемые по формулам (1.16) и (1.8 ). Логическая схема использования статистики (6.17) аналогична ранее изложенным критериям задаются достаточно малым (0,05 0,15) уровнем значимости а находят по табл. П.5 100 оь%-ную точку Va распределения F (k — 2, п — А) сравнивают величину и2, определенную с помощью (6.17), с процентной точкой и если оказывается, что v2 >> uj, то гипотезу о линейном виде регрессии считают статистически необоснованной. [c.203]
Регрессионный а н а л и з применяется в тех случаях, когда требуется оценить показатель качества по результатам наблюдений над другими показателями. Предполагается, что из предшествующих опытов или по накопленному статистическому материалу известны соответствующие ко-эффициенты корреляции и вид регрессии (линейная, квадратичная и др.). [c.18]
Пример. Режим термической обработки изделия зависит от содержания в металле легирующих примесей. Коэффициенты корреляции ме - ду параметрами режима термической обработки и содержанием легирующих примесей известны из ранее проведенных опытов. Предполагается линейная регрессия между параметрами режима термической обработки и показателями содержания легирующих примесей. В технологическую документацию надо внести требования к параметрам режимов термической обработки. В данном случае разработчик технологической документации должен пользоваться методами регрессионного анализа. Регрессионный анализ применяется также в тех случаях, когда по результатам наблюдений над показателями качества и другими показателями требуется оценить вид регрессии, т. е. зависимости (линейная, нелинейная). [c.18]
В результате этой процедуры устраняются случайные возмущения (флуктуации), возникающие под воздействием неучтенных факторов или ошибок измерения относительно наиболее вероятного протекания процесса, и тем самым исключается искажающее влияние случайных колебаний на выбор вида регрессии. Фильтрация исходного динамического ряда включает его сглаживание и выравнивание. [c.165]
Виды регрессий 139 — корреляции 140 >. [c.424]
Часто модель (11.58) представляют в виде регрессии с ограничением, включая в нее константу [c.286]
Однофакторный регрессионный анализ предназначен для прогнозирования динамики показателей, заданных в виде динамических рядов по выбранному виду регрессии (основная и остаточная регрессия при наличии линейной, показательной, гиперболической, степенной, параболической или линейно-логарифмической корреляции). [c.60]
Очень важными для понимания природы, содержания и особенностей Р.к.р. в РФ являются понятия прогресса, регресса, стагнации, кризиса и стабилизации кадровой работы. Рассмотрение этих понятий позволяет лучше попять причины нововведений в кадровой сфере, роль развития кадров в условиях любых соц.-экон. систем и структур (будь то кадры страны, региона, министерства, производственной, научной организации). Все эти системы и их кадры в разное время могут переживать различные состояния (от полного благополучия до кризиса), знание которых необходимо для принятия верных для каждого состояния решений, выработки соответствующей стратегии, тактики и методов развития и обновления персонала. Прогресс кадровой работы — это переход ее к более совершенным и эффективным формам, целям, структуре и методам на базе постоянного поиска, разработки и реализации кадровых нововведений. Регресс кадровой работы — это ее застой, снижение достигнутого ранее уровня, способности обеспечивать новые задачи деятельности, деградация кадров (переход классных специалистов в сферу более простых, но прибыльных видов труда), возврат к изжившим себя методам кадровой работы. Кризис кадровой работы — глубокое расстройство и дезориентация наиболее существенных ее целей, функций, структуры, форм и методов функционирования и развития, имеющее результатом утрату или угрозу утраты ключевых кадров. Стагнация кадровой работы — замедление ее функционирования и развития, не соответствующее целям и потребностям системы в данный период времени. Стабилизация кадровой работы — приведение кадров, целей, функций, структуры, форм и методов в постоянное устойчивое состояние, обеспечивающее нормальное функционирование и развитие организации. К числу основных закономерностей развития кадров, кадровой работы и кадровых нововведений можно отнести закономерности качественных и количественных изменений в кадрах в соответствии с развитием общих соц.-экон. и научно-технологических фак- [c.299]
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]
Уравнение регрессии для объединения Татнефть получило следующий вид [c.25]
Полученные уравнения регрессии имеют следующий вид [c.83]
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]
Анализ проведенных расчетов по Миннефтепрому показал, что основное влияние на величину удельного расхода оказывают затраты времени на работы по проводке скважин t, Р Так, коэффициент парной корреляции Z/yz 0, 983. Это свидетельствует с достоверностью 0, 99 о наличии между ними линейной связи. Влияние же остальных двух факторов для данного объема наблюдений оказалось несущественным. Это подтвердилось и полученными значениями функции Фишера, характеризующими влияние факторов. (Методика использования критерия Фишера изложена в статье ( 1 ) этого же сборника). Соответствующее уравнение регрессии для Миннефтепрома имеет следующий вид [c.50]
Полагаем, что между товарооборотом (jq),, заработной платой (х2) и издержками обращения (у) существует прямая зависимость. Используем уравнение регрессии вида [c.152]
Связь между исследуемыми факторами определяют путем составления уравнений регрессии (уравнений связи). Форма связи (прямолинейная или криволинейная) в общем виде может быть представлена как [c.347]
Выдача на печать результатов исследования и моделирования в виде таблиц статистических характеристик для всех исследуемых факторов парных коэффициентов корреляции и их критических значений коэффициентов регрессии, показателей их надежности, коэффициентов эластичности. [c.270]
Результаты оценки двух предшествующих уравнений регрессии указывают на то, что оптимальную форму необходимо искать в таком виде, чтобы она содержала одновременно элементы как линейной, так и нелинейной связи. Последовательное решение ряда уравнений смешанной формы после исключения менее существенных факторов позволило ограничить число уравнений, участвующих в данном переборе, и остановиться на следующем [c.29]
Это условие приводит к системе нормальных уравнений, решение которых позволяет определить параметры уравнения регрессии. Эти уравнения имеют вид [c.99]
В 80-е годы после падения цен на энергоносители портфель инвестиционных проектов многих банков, специализирующихся на их финансировании, обесценился. Кризис проектного финансирования был преодолен посредством диверсификации проектных портфелей банки стали внедряться в сектор телекоммуникаций, переработку нефти и газа, добывающую промышленность, отчасти химию, экономическую инфраструктуру (в первую очередь электро- и теплоэнергетика, а также транспорт, водоснабжение), туристский бизнес и т.д. Доминирующей формой стало проектное финансирование с ограниченным регрессом (до этого преобладало проектное финансирование без регресса). В отраслях с невысокой нормой прибыли и сравнительно высокими рисками соотношение заемного капитала и капитала проектной компании составляет 60 40, 50 50, даже может быть преобладание ее капитала над заемным. Для стимулирования притока банковского капитала на условиях проектного финансирования в относительно тяжелые сектора экономики государство оказывает прямую или косвенную поддержку — в виде гарантий и поручительств, долгосрочных контрактов на приобретение проектной продукции (например, электроэнергии), концессионных договоров с проектной компанией (экономическая инфраструктура, горная промышленность). Проектное финансирование не практикуется в отраслях, характеризующихся повышенными технологическими и коммерческими рисками производство товаров народного потребления, большая часть машиностроения, фармацевтика, наукоемкие производства. [c.264]
Более точный способ построения прямой по данным за различные периоды связан с применением линейной регрессии и метода наименьших квадратов. Данный способ дает уравнение, описывающее прямую, которая наиболее близко соответствует этим данным. Это уравнение имеет вид [c.210]
При прогнозировании объема ресурсов бюджета на перспективу следует использовать глубокий экономический и статистический анализ сложившихся тенденций, позволяющий в среднем с определенной степенью вероятности нивелировать влияние множества факторов, выявить наиболее общее в совокупности тенденций. Качественный анализ показал, что статистические модели, с помощью которых определяются ресурсы федерального бюджета, дали хорошо согласующиеся данные, касающиеся ею объема на ближайшую перспективу. Уравнения регрессии с указанными выше двумя переменными величинами имеют линейный вид [c.152]
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]
Воспользовавшись методами корреляционно-регрессионного анализа, по приведенным данным найдем уравнение регрессии. Оно имеет вид [c.73]
Рассмотрим использование этого метода на условном примере. Имеются два ряда экономических показателей — фактические данные о рентабельности двух видов продукции (в %). Необходимо найти тесноту связи между ними и построить уравнение регрессии. [c.81]
Уравнение регрессии в окончательном виде имеет следующий вид [c.84]
Прогнозы по регрессионным моделям более надежны, поскольку они позволяют проводить эксперименты на моделях, в которых учитывается большее число факторов, влияющих на развитие процесса. Кроме того, полученные результаты всегда легко объяснить и обосновать. В силу этих причин прогнозы по уравнениям регрессии (иначе их называют производственными функциями) используются практически при экономическом прогнозировании всех видов макро- и микро-, краткосрочном и долгосрочном, частном и общем и т.д. [c.225]
Итак, оптимальная линейная регрессия имеет вид [c.286]
Рассмотрим особенности постановки задачи прямого стохастического факторного анализа. Если в случае прямого детерминированного факторного анализа исходные данные для анализа имеются в форме конкретных чисел, то в случае прямого стохастического факторного анализа заданы выборкой (временной или поперечной). Решения задач стохастического факторного анализа требуют глубокого экономического исследования для выявления основных факторов, влияющих на результативный показатель подбора вида регрессии, кото рый бы наилучшим образом отражал действительную связь изучаемого показателя с набором факторов разработки мето- [c.100]
Представляя изменения в прибыли оборонного подразделения (Дприбыльо6орона) в виде регрессии по отношению к изменениям в прибыли для индекса S P 500 (Дприбыль5 р) получим следующее [c.268]
Многофакторный регрессионный анализ предназначен для прогнозирования динамики показателей, заданных в виде динамических рядов по выбранному виду регрессии при наличии линейной, степенной или линейно-логарифмической корреляции15. [c.60]
Поставленная задача решается развертыванием зависимостей U(S), U(T), М(Т), 3(А), 3(S), P(S), P(A), ид(Т) в уравнения регрессии. Их параметры рассчитаны статистической обработкой данных собранных на предприятиях и опубликованных в [15], [16]. Стоимостные показатели пересчитаны в соответствии с индексами инфляции 1998-1990 гг. и в ряде случаев переведены из графической формы в числовую. Наиболее характерные числовые соотношения между параметрами A, S, Т и экономическими показателями производства и потребления бензина в предельно сжатом для лучшей обозримости виде представлены в табл. 4.2. [c.93]
Определение взаимосвязи вида У/ / связано как с проведением большого количества вычислительных операций, так и с рпределением большого количества статистических парамет— ров позволяющих производить анализ и отбор наиболее значимых факторов и уравнений регрессии. Поэтому расчеты целесообразно проводить на ЭВМ. [c.22]
Для объединений "Краснодарнефтегаз", "Укрнефть и "Эмбанефть существенным фактором оказался удельный вес проходки роторным способом. Соответствующие уравнения регрессии имеют следующий вид [c.52]
Задача прогнозирования себестоимости добычи нефти на мес- торождениях решалась в несколько этапов по данным пространственной выборки за каждый год исследуемого периода (1968-f-- -1977 гг.) были построены экономико-математические модели. Затем был определен вид тренда и найдены экономические изменения коэффициентов уравнений регрессии во времени (прогнозирование коэффициентов регрессии). И, наконец, были построены многофакторные динамические модели прогноза себестоимости добычи нефти по месторождениям на перспективу. [c.54]
После всесторонней и детальной оценки значимости факторов необходимо перейти к выбору формы связи, т. е. требуется подобрать такое уравнение регрессии, которое будет служить аналогом и более полно отражать экономическую сущнрсть исследуемого явления. Первой в поиске искомой модели участвует простая форма линейной связи. Решение этого уравнения на ЭВМ приводит к виду [c.29]
Уравнение регрессии — формализация взаимосвязи между коррелируемыми показателями в виде уравнения. [c.239]
Статистическое моделирование экономических процессов заключается в проведении статистических испытаний на основе мате-матико-статистической модели, описывающей колебания тех или иных элементов производственного процесса под влиянием разнообразных факторов, действие которых не поддается управлению. Построить экономико-математическую модель — значит выразить в математической форме основные качественные зависимости данного экономического процесса. Экономико-математическая модель отличается тем, что отобранные для экономического анализа показатели записываются в виде математических выражений (уравнений и неравенств). Одним из методов изучения динамических рядов себестоимости добычи нефти и газа является регрессия. В регрессионном анализе данные могут быть динамическими (данные, представленные во времени) и вариационными (данные, представленные в пространстве). В данном исследовании будем останавливаться только на первых. [c.65]
Уравнение регрессии, полученное методом коррелирования отклонений от уровня динамического ряда, имеет вид [c.77]