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 декількома 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 в меню команду Сервіс / 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 виходите з припущення про те, що існує функціональна незалежність досліджуваних змінних. Якщо між факторами існує зв’язок, звана мультиколінеарності, це робить перебування параметрів побудованої моделі неможливим, або суттєво ускладнить інтерпретацію результатів моделювання.
  4. Щоб привести модель в необхідне 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 з 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 експоненційної та лінійної регресійних моделей. Використовуйте для розрахунку обох параметрів відповідні функції пакета та інструмент «Регресія» в надбудові пакета аналізу MS Excel.
  6. Для експоненційної та лінійної моделей аналізу окремо розгляньте випадки, коли аргумент «Константа» у відповідних функціях пакета дорівнює значенням «Істина» і «Брехня».
  7. Завершіть аналіз висновками про те, наскільки значимі входять в модель коефіцієнти, а також про те, чи адекватна отримана модель фактичним вихідним даним. Визначте вид моделі, максимально точно описує вихідні дані. Використовуючи вибрану модель, розрахуйте її прогнозні значення. Якщо виявлено розбіжність між фактичними і розрахунковими даними, визначте його величину. На закінчення для більшої наочності відобразіть розрахунки на графіці.