Тестирование адекватности модели линейной регрессии согласно общей схеме (включая тестирование случайных отклонений модели на наличие нормального распределения, отсутствие автокорреляции с помощью графического метода, статистики Дарбина-Уотсона и метода рядов, гомоскедастичность с помощью графического метода и теста Парка)

В условиях рыночной экономики большое значение приобретает проблема безработицы. Занятость и для решения задач в области социологических и маркетинговых исследований, прогнозирования и управления качеством необходимы знания математической и экономической статистики. Принятие любого технического, финансового и производственного решения немыслимо без статистического анализа информации; выделять закономерности из случайностей, сравнивать вероятные альтернативы выбора, строить прогнозы развития процессов, обнаруживать связи и различия множества объектов возможно только и исключительно средствами математической статистики.
Статистика позволяет адекватно оценивать складывающуюся ситуацию и выявлять тенденции, принимать оперативные и стратегические решения. В условиях современной рыночной экономики статистическая информация стала важным инструментом борьбы и выживания на рынке. Поэтому пакеты статистического анализа данных являются настольным рабочим инструментом специалистов любого уровня. А для специалиста в области управления и экономики знание статистических методов обработки информации и современных компьютерных технологий, которые позволят автоматизировать громоздкие расчеты, абсолютно необходимы.
Ведущим пакетом статистического анализа является система STATISTICA, которая основана на самых современных технологиях, полностью соответствует последним достижениям в области IT, позволяет решать любые задачи в области анализа и обработки данных, идеально подходит для применения в любой области: маркетинге, финансах, страховании, экономике, бизнесе, промышленности, медицине и др.
Целью курсовой работы является проведение многофакторного корреляционно – регрессионного анализа безработицы.
В соответствии с поставленной целью будет решаться ряд задач:
- рассмотрение теоретического обоснования модели;
- на основании статистических данных построить эконометрическую модель и провести ее анализ.
Источником данных послужил сайт Национального статистического комитета....

Таким образом, два наиболее влиятельных фактора – индекс потребительских цен и численность работающих пенсионеров.
Однако, данный метод не позволяет выразить имеющуюся связь в виде определнного математического уравнения. Метод параллельных рядов эффективен лишь при малом числе факторных признаков, в то время как социально – экономические явления складываются обычно под воздействием множества причин. Эти ограничения и устраняет метод анализа корреляций и регрессий, который заключается в построении и анализе экономико – математической модели в в иде уравнения регрессии, выражающего зависимость являеия от определяющих его факторов.
Таким образом, можно сказать, что существует зависимость между исследуемыми показателями, 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.
Получили уравнение линейной множественной регрессии вида y=-2,58+0,00632x1 +0,00127x3.
Т.к. вычисленные уровни значимости p-level для коэффициентов, стоящих при x3 и x0 меньше 0,05, то они не значимы. Коэффициент х1 статистически значим.
Коэффициент множественной корреляции равен 0,344.
Коэффициент детерминации равен 0,1188.
Получаем уравнение линейной множественной регрессии вида y=-2,58+0,00632x1 +0,00127x3.
Поскольку tнабл < tкрит, то принимаем гипотезу о равенстве 0 коэффициента корреляции. Другими словами, коэффициент корреляции статистически - не значим
Наибольшее влияние на результативный признак оказывает фактор x1 (r = 0.34), значит, при построении модели он войдет в регрессионное уравнение первым....