Як провести регресійний аналіз

Як провести регресійний аналіз


При проведенні найрізноманітніших досліджень застосовується так званий кореляційно-регресійний аналіз. Це статистичний метод, який досліджує взаємозв 'язок між однією залежною змінною і кількома незалежними. При цьому метод не дає можливості оцінити причинно-наслідкові відносини. Регресійний аналіз досить широко застосовується при аналізі фінансового стану підприємств.

Інструкція

1. Використовуйте для проведення регресійного аналізу пакет аналізу, вбудований в Microsoft Office Excel. Відкрийте програму і підготуйте її до роботи.

2. Виберіть пункт меню Інструменти/Аналіз даних/Кореляція для побудови матриці коефіцієнтів кореляції. Це потрібно для оцінки сили впливу факторів один на одного і на залежну змінну.

3. При побудові регресійної моделі виходьте з припущення про те, що існує функціональна незалежність досліджуваних змінних. Якщо між факторами існує зв 'язок, який називається мультиколінеарним, це робить знаходження параметрів побудованої моделі неможливим, або істотно ускладнить інтерпретацію результатів моделювання.

4. Щоб привести модель в необхідний для регресійного аналізу стан, включіть в неї один з факторів, функціонально пов 'язаних з іншими значущими факторами. При цьому вибирати треба той фактор, який найбільшою мірою пов 'язаний із залежною змінною. Досягніть, щоб коефіцієнт парної кореляції між двома досліджуваними змінними не перевищував 0,8, що виключає явище мультиколінеарності у вихідних даних.

5. Побудувавши матрицю коефіцієнтів парної кореляції, розрахуйте характеристики експоненціальної та лінійної регресійних моделей. Використовуйте для обчислення обох параметрів відповідні функції пакета та інструмент "Регресія" в надбудові пакета аналізу MS Excel.

6. Для експоненціальної та лінійної моделі аналізу окремо розгляньте випадки, коли аргумент "Константа" у відповідних функціях пакету дорівнює значенням "Істина" та "Брехня".

7. Завершіть аналіз висновками про те, наскільки значущі входять у модель коефіцієнти, а також про те, чи адекватна отримана модель фактичним вихідним даним. Визначте вигляд моделі, яка максимально точно описує вихідні дані. Використовуючи вибрану модель, розрахуйте її прогнозні значення. Якщо виявлено розбіжність між фактичними та розрахунковими даними, визначте її величину. Насамкінець для більшої наочності відобразіть розрахунки на графіку.