Корреляционно-регрессионный анализ в экономическом прогнозировании

Сентябрь 13, 2022

Главная
Математика
Корреляционно-регрессионный анализ в экономическом прогнозировании

Содержание

2. 5.1. Зависимость между экономическими явлениями как предпосылка прогнозирования Одной из предпосылок экономического прогнозирования является наличие устойчивых
3. 5.1. Зависимость между экономическими явлениями как предпосылка прогнозирования Балансовая связь показателей характеризует соответствие двух элементов (спроса
4. 5.2 Сущность корреляционно-регрессионного анализа Корреляционно-регрессионный анализ − используется для исследования форм связи, устанавливающих количественные соотношения между
5. 5.2 Сущность корреляционно-регрессионного анализа В зависимости от количества исследуемых переменных различают: Парная корреляция − корреляционные связи
6. 5.2 Сущность корреляционно-регрессионного анализа Регрессионный анализ − часть теории корреляции. В процессе регрессионного анализа решаются задачи
7. 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур Сбор исходной информации. Качественный анализ взаимосвязи
8. 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур По численному значению коэффициента корреляции можно
9. 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур По численному значению коэффициента корреляции можно
10. 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур Виды корреляционных зависимостей (1 − положительная
11. 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур Расчет параметров уравнения регрессии. Корреляционное уравнение
12. 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур Оценка значимости, типичности. Задание условий прогнозного
14. Скачать презентацию

Слайд 2

5.1. Зависимость между экономическими явлениями как предпосылка прогнозирования
Одной из предпосылок экономического

прогнозирования является наличие устойчивых взаимосвязей между характеристиками экономических объектов.
С количественной точки зрения различают три вида взаимосвязей:
Балансовые
Компонентные
Факторные

Слайд 3

5.1. Зависимость между экономическими явлениями как предпосылка прогнозирования
Балансовая связь показателей характеризует

соответствие двух элементов (спроса и предложения, доходов и расходов, производства и потребления, наличия рабочей силы и потребностей в ней т.п.).
Компонентные связи показателей характеризуются тем, что изменение прогнозного показателя является результатом изменения компонентов, входящих в этот показатель как множители. Например, объем производства продукции можно представить как произведение численности занятых ее производством на производительность труда.
Факторные связи характеризуются тем, что проявляются в согласованной вариации изучаемых показателей. При этом одни показатели выступают как факторные (причины, независимые переменные), другие - как следствие (результат, зависимая переменная). По своему характеру этот вид связи является причинно-следственной зависимостью, они могут рассматриваться как функциональные или корреляционные.

Слайд 4

5.2 Сущность корреляционно-регрессионного анализа
Корреляционно-регрессионный анализ − используется для исследования форм связи,

устанавливающих количественные соотношения между случайными величинами изучаемого процесса.
Значение независимой переменной (Х) известно по предположению, в процессе прогнозирования оно может быть использовано для оценки зависимой переменной (Y).
Функция регрессии: Y = f(X1, X2, X3, X4,…Xm)

Слайд 5

5.2 Сущность корреляционно-регрессионного анализа
В зависимости от количества исследуемых переменных различают:
Парная корреляция

− корреляционные связи между двумя переменными. Например, зависимость между ценой товара и спросом на него. Такие экономико-математические модели называют однофакторными моделями.
Множественная корреляция − корреляционные взаимосвязи между несколькими переменными. Например, зависимость спроса на товар от цены, уровня доходов населения, расходов на рекламу; зависимость объема выпускаемой продукции от размера инвестиций, технического уровня оборудования, численности занятых в процессе производства.

Слайд 6

5.2 Сущность корреляционно-регрессионного анализа
Регрессионный анализ − часть теории корреляции. В процессе

регрессионного анализа решаются задачи выбора независимых переменных, существенно влияющих на зависимую величину, определение формы уравнения регрессии, оценивание параметров.
* Рассмотрим модель линейной регрессии!!!

Слайд 7

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Сбор исходной

информации.
Качественный анализ взаимосвязи исследуемых показателей, определение причинно-следственной связи между анализируемыми характеристиками.
Оценка тесноты связи. Расчет коэффициента корреляции.
Коэффициент корреляции (R) − характеризует тесноту связи между случайными величинами (Х, У), может быть рассчитан по формуле:

Слайд 8

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
По численному

значению коэффициента корреляции можно сделать следующие выводы:
R = 0 − рассматриваемые величины не взаимосвязаны;
R = 1 − имеет место прямая функциональная зависимость, изменение значений переменных однонаправленное, при увеличении одной переменной другая тоже увеличивается;
R = -1 − имеет место обратная функциональная зависимость, изменение значений переменных разнонаправленное, при увеличении одной переменной, другая уменьшается.

Слайд 9

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
По численному

значению коэффициента корреляции можно сделать следующие выводы:
0 ≤ R< 0,2 − связи практически нет,
0,2 ≤ R< 0,5 − связь слабая,
0,5 ≤ R< 0,75 − связь заметная,
0,75 ≤ R< 0,95 − связь тесная,
0,95 ≤ R < 1 − связь близкая к функциональной.
На практике принято строить прогнозы на основе взаимосвязей с коэффициентом корреляции
от 0,75 до 1!!!

Слайд 10

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Виды корреляционных

зависимостей
(1 − положительная корреляция; 2 − переменные Х и У не коррелируются; 3 − отрицательная корреляция)

Слайд 11

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Расчет параметров

уравнения регрессии. Корреляционное уравнение (уравнение регрессии) − математическое описание корреляционных связей. Оценка параметров уравнения регрессии осуществляется методом наименьших квадратом на основе следующих формул:
где n – объем выборки.

Слайд 12

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Оценка значимости,

типичности.
Задание условий прогнозного периода (вероятных значений параметра X).
Прогнозирование возможных значений параметра Y при заданных значениях параметра X.

Корреляционно-регрессионный анализ в экономическом прогнозировании

Содержание

5.1. Зависимость между экономическими явлениями как предпосылка прогнозированияОдной из предпосылок экономического

5.1. Зависимость между экономическими явлениями как предпосылка прогнозированияБалансовая связь показателей характеризует

5.2 Сущность корреляционно-регрессионного анализаКорреляционно-регрессионный анализ − используется для исследования форм связи,

5.2 Сущность корреляционно-регрессионного анализаВ зависимости от количества исследуемых переменных различают:Парная корреляция

5.2 Сущность корреляционно-регрессионного анализаРегрессионный анализ − часть теории корреляции. В процессе

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедурСбор исходной

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедурПо численному

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедурПо численному

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедурВиды корреляционных

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедурРасчет параметров

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедурОценка значимости,

Похожие презентации

5.1. Зависимость между экономическими явлениями как предпосылка прогнозирования
Одной из предпосылок экономического

5.1. Зависимость между экономическими явлениями как предпосылка прогнозирования
Балансовая связь показателей характеризует

5.2 Сущность корреляционно-регрессионного анализа
Корреляционно-регрессионный анализ − используется для исследования форм связи,

5.2 Сущность корреляционно-регрессионного анализа
В зависимости от количества исследуемых переменных различают:
Парная корреляция

5.2 Сущность корреляционно-регрессионного анализа
Регрессионный анализ − часть теории корреляции. В процессе

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Сбор исходной

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
По численному

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
По численному

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Виды корреляционных

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Расчет параметров

5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Оценка значимости,