Множественный регрессионный анализ хозяйственной деятельности предприятия

Регрессионный анализ, по-видимому, наиболее широко используемый метод многомерного статистического анализа. Различные аспекты регрессионного анализа подробно рассмотрены в специальной литературе. Термин ''множественная регрессия'' объясняется тем, что анализу подвергается зависимость одного признака (результирующего) от набора независимых (факторных) признаков. Разделение признаков на результирующий и факторные осуществляется исследователем на основе содержательных представлений об изучаемом явлении (процессе). Все признаки должны быть количественными (хотя допускается и использование дихотомических признаков, принимающих лишь два значения, например 0 и 1).
Для корректного использования регрессионного анализа требуется выполнение определенных условий. Факторные признаки должны быть некоррелированы (отсутствие мультиколлинеарности), они предполагаются замеренными точно и в их измерениях нет автокорреляции, т.е. значения признаков у одного объекта не должны зависеть от значений признаков у других объектов. Результирующий признак должен иметь постоянную дисперсию).
Число объектов должно превосходить число признаков в несколько раз, чтобы параметры уравнения множественной регрессии были статистически надежными. Исследуемая совокупность должна быть в достаточной мере качественно однородной. Существенные нарушения этих условий приводят к некорректному использованию моделей множественной регрессии.
При построении регрессионных моделей прежде всего возникает вопрос о виде функциональной зависимости, характеризующей взаимосвязи между результирующим признаком и несколькими признаками-факторами. Выбор формы связи должен основываться на качественном, теоретическом и логическом анализе сущности изучаемых явлений.
В данной работе будет рассмотрено построение математической ...

Таким образом, можно сказать, что существует зависимость между общим доходом выработкой (производительностью) на 1 работника, себестоимостью и фондом оплаты труда, 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.
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 ...