Моделирование связи методом корреляционного и регрессионного анализа - Статистическое изучение взаимосвязи социально-экономических явлений

Частным случаем недетерминированной связи является связь случайная - стохастическая (вероятностная).

Реализация вероятностного подхода к описанию недетерминированных связей между явлениями включает в себя два этапа:

Выбор вероятностной (стохастической) модели взаимосвязи (например, условная плотность распределения, уравнение регрессии и пр.);

Определение параметром модели по реальным наблюдениям. В рамках вероятностного подхода нахождение параметров реализуется статистическими методами. Полученные значения параметров называются оценками.

При стохастической связи каждому конкретному значению факторного признака соответствует не одно единственное значение результативного признака, а условное распределение его значений. Появляющиеся различные значения результативного признака - реализации случайной величины. Стохастическая связь наблюдается только на большом массиве данных и проявляется неоднозначно, а только как тенденция. Стохастический характер связи проявляется только при исследовании массовых явлений, причем во всей совокупности, а не в каждой ее единице. Это означает, что существует множество однотипных объектов или явлений и наблюдение за ними происходило в сходных условиях. Поэтому наиболее эффективно использование статистических методов при исследованиях на макроэкономическом уровне. Разновидностью стохастической связи является регрессионная зависимость, которая подразумевает изменение среднего значения результативного признака при изменении факторного признака.

Различают парную, частную и множественную регрессию.

Парная связь - зависимость результативного признака от одного факторного или зависимость двух факторов-причин между собой.

Частная связь - зависимость результативного фактора от изменений одного факторного признака при фиксированных значениях остальных.

Множественная связь - зависимость результирующего признака от набора факторных признаков.

Исследование взаимосвязи признаков является предметом корреляционно-регрессионного анализа.

Регрессионный анализ включает в себя подбор вида математической модели (уравнения регрессии), отыскание параметров этого уравнения и оценку адекватности выбранной модели. Уравнение регрессии представляет собой зависимость математического ожидания результирующего признака от факторных признаков. Значения результирующего фактора, рассчитанные для каждого сочетания значений факторных признаков по найденному уравнению регрессии, называются выровненными и обозначаются (, выровненный по ).

Корреляционный анализ устанавливает тесноту зависимости между результативным и факторными признаками. Применение корреляционного анализа правомерно в том случае, когда результативный и все факторные признаки распределены по нормальному закону.

Этапы корреляционно-регрессионного анализа:

Теоретическое обоснование взаимосвязей между признаками в объекте исследования;

Сбор и анализ исходных данных;

Оценка тесноты связи между признаками;

Подбор формы аналитического уравнения связи;

Оценка адекватности полученной модели;

Интерпретация полученных результатов и использование регрессионной модели для целей прогнозирования и нормирования.

Следует отметить, что вне зависимости от сложности уравнения регрессии, оно не вскрывает причинно-следственные связи.

Похожие статьи




Моделирование связи методом корреляционного и регрессионного анализа - Статистическое изучение взаимосвязи социально-экономических явлений

Предыдущая | Следующая