Множественный регрессионный анализ хозяйственной деятельности предприятий (на примере сети магазинов розничной торговли).

Общее назначение множественной регрессии (этот термин был впервые использован в работе Пирсона - Pearson, 1908) состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной. Например, агент по продаже недвижимости мог бы вносить в каждый элемент реестра размер дома (в квадратных футах), число спален, средний доход населения в этом районе в соответствии с данными переписи и субъективную оценку привлекательности дома. Как только эта информация собрана для различных домов, было бы интересно посмотреть, связаны ли и каким образом эти характеристики дома с ценой, по которой он был продан. Например, могло бы оказаться, что число спальных комнат является лучшим предсказывающим фактором (предиктором) для цены продажи дома в некотором специфическом районе, чем "привлекательность" дома (субъективная оценка). Могли бы также обнаружиться и "выбросы", т.е. дома, которые могли бы быть проданы дороже, учитывая их расположение и характеристики. Специалисты по кадрам обычно используют процедуры множественной регрессии для определения вознаграждения адекватного выполненной работе. Как только эта так называемая линия регрессии определена, аналитик оказывается в состоянии построить график ожидаемой (предсказанной) оплаты труда и реальных обязательств компании по выплате жалования.
В данной работе будет рассмотрено построение математической модели хозяйственной деятельности предприятий (на примере сети магазинов розничной торговли).

Таким образом, можно сказать, что существует зависимость между товарооборотом и площадью, т.е. увеличение одного показателя повлечет за собой увеличение второго показателя.
В работе был проведен статистический, корреляционный и регрессионный анализ, в ходе которого было получено уравнение зависимости между данными показателями.
Факторный анализ был произведен на основе корреляционно-регрессионного анализа.
В ходе корреляционного анализа была определена сильная зависимость между переменными.
В результате проведения регрессионного анализа было получено уравнение, выражающее зависимость между данными показателями.
При использовании коэффициента эластичности было выявлено, что коэффициент эластичности равен 1,28 и 0,86.
Значения остатков имеют как положительные, так и отрицательные отклонения от ожидаемого. В итоге положительные отклонения размеров уравновешиваются отрицательными значениями, то есть получается ∑εi=0.
Таким образом, в данной работе установили корреляционную зависимость, провели регрессионный анализ и нашли регрессионную модель данной взаимосвязи показателей.