12. Интерпретация полученных результатов

На этом этапе разрабатываются рекомендации об использовании результатов моделирования. Анализируется уравнение регрессии в натуральном масштабе: коэффициент регрессии показывает, на сколько своих единиц измерения в среднем изменится исследуемый показатель, при увеличении J-Го фактора на единицу своего измерения, при условии, что все остальные факторы находятся на постоянном уровне. Свободный член уравнения характеризует изменение результативного показателя за счет изменения факторов, неучтенных в модели.

В связи с тем, что факторы имеют различный физический смысл и различные единицы измерения, коэффициенты регрессии нельзя сравнивать между собой и, следовательно, трудно определить, какой из факторов оказывает наибольшее влияние. Для устранения различий в единицах измерения применяют Частные коэффициенты эластичности характеризующие, на сколько % в среднем изменится при увеличении J-го Фактора на 1% при фиксированном положении других факторов.

При определении степени влияния отдельных факторов необходим показатель, который бы учитывал влияние анализируемых факторов с учетом различий в уровне их вариации. Таким показателем является Коэффициент регрессии в стандартизированном масштабе . Коэффициент показывает, на какую часть своего среднеквадратического отклонения изменится при изменении J-го фактора на одно свое среднеквадратическое отклонение при фиксированном значении остальных факторов. Уравнение регрессии в стандартизированном масштабе: , где

Т. к. в стандартизованном уравнении все факторы и функция измеряются в одних и тех же единицах измерения – стандартных отклонениях, то по стандартизованным коэффициентам можно судить о влиянии каждого фактора по сравнению с другими.

Вопросы для самопроверки

1. Сформулируйте требования, предъявляемые к исходной информации при проведении корреляционно0регрессионного анализа.

2. Что такое коллинеарность и мультиколлинеарность факторов?

3. К каким трудностям приводит мультиколлинеарность факторов, включенных в модель, и как они могут быть преодолены?

4. Как интерпретируются коэффициенты регрессии в натуральном масштабе?

5. Какие коэффициенты используются для оценки сравнительной силы воздействия факторов на результат?

6. Как оценивается надежность, точность и полнота модели?

7. Сформулируйте основные предпосылки применения МНК для построения регрессионной модели.

8. В чем сущность анализа остатков при наличии регрессионной модели?

9. Как проверить наличие гомо - или гетероскедастичности остатков?

10. Как оценивается отсутствие автокорреляции остатков при построении регрессионной модели?

11. При каких условиях строится уравнение множественной регрессии с фиктивными переменными?

12. Каково назначение частной корреляции при построении модели множественной регрессии?

< Предыдущая		Следующая >