CC BY
46УДК 1
Хачирова З.К.
Российский университет
Аджиева А.И.
Российский университет
ЗНАЧЕНИЕ КОРРЕЛЯЦИОННОГО И РЕГРЕССИОННОГО АНАЛИЗА ПРИ СТАТИСТИЧЕСКОЙ ОБРАБОТКЕ ИНФОРМАЦИИ
Аннотация: анализ статистических данных используется в самых разных сферах человеческой деятельности. Трудно найти область, в которой статистическая обработка не используется. Комплексный и углубленный анализ информации, так называемых статистических данных, включает использование различных специальных методов, среди которых важное место занимает корреляционный и регрессионный анализ обработки статистических данных.
Ключевые слова: статистические данные, прогнозирование, математико-статистические методы, корреляционный анализ, регрессионный анализ.
Изменение условий ведения бизнеса требует совершенствования подходов к прогнозированию на основе обобщения российского и международного опыта, а также расширения сферы применения методов математической статистики для управления эффективностью бизнеса.
Анализ статистических данных используется в самых разных сферах человеческой деятельности. Трудно найти область, в которой статистическая обработка не используется. Но стоит отметить, что ни в одной области исследований и практической деятельности человека анализ статистических данных не играет такой важной роли, как в экономике. Именно в этой отрасли мы занимаемся обработкой и анализом огромного количества информации о социально-экономических явлениях и процессах. Комплексный и углубленный анализ этой информации, так называемых статистических данных, включает использование различных специальных методов,
среди которых важное место занимает корреляционный и регрессионный анализ обработки статистических данных [1].
Корреляционный анализ - это статистический метод, который решает следующие задачи:
1. Определение взаимосвязи между переменными по точечной и интервальной оценке парных (частных) корреляций, расчет и проверка значимости множественных коэффициентов корреляции и определения;
2. Выбор факторов, оказывающих наиболее существенное влияние на эффективный атрибут, основан на измерении степени связи между ними. Не все факторы, влияющие на экономические процессы, являются случайными величинами; поэтому при анализе экономических явлений обычно рассматриваются отношения между случайными и неслучайными переменными. Такие отношения называются регрессией, а метод математической статистики, который их изучает, называется регрессионным анализом.
Использование возможностей современных компьютерных технологий, оснащенных программными пакетами для обработки статистической информации на компьютере, позволяет оперативно решать задачи изучения взаимосвязи между индикаторами биржевой котировки с помощью корреляционного и регрессионного анализа. При обработке исходной информации на компьютерах, оснащенных стандартными программными пакетами для ее анализа, расчет параметров применяемых математических функций является быстро выполняемой подсчетной операцией [1].
Корреляционный анализ тесно связан с регрессионным анализом (также часто
используется термин «корреляция - регрессионный анализ», который является более
общей статистической концепцией), он определяет необходимость включения
определенных факторов в уравнение множественной регрессии, а также оценивает
результирующий результат. Уравнение регрессии, чтобы соответствовать выявленным
отношениям (используя коэффициент определение, определение которого будет
введено позже). В экономических исследованиях они часто решают проблему
выявления факторов, определяющих динамику экономического процесса. Эта проблема
19
чаще всего решается методами корреляционного и регрессионного анализа. Для достоверного отображения процессов, объективно существующих в экономике, необходимо выявить существенные взаимосвязи и не только идентифицировать, но и дать им количественную оценку. Такой подход требует выявления причинно-следственных связей. Под причинной зависимостью понимается такая связь между процессами, когда изменение одного из них является следствием изменения другого.
Корреляционный анализ и регрессионный анализ связаны между собой разделы математической статистики, и предназначены для изучения на выборочные данные статистической зависимости ряда величин, некоторые из которых являются случайными. Со статистической зависимостью величины не связаны функционально, но даны случайные величины совместное распределение вероятностей. Изучение статистической зависимости котировок акций в предположении, что они являются реализациями случайных величин, может быть выполнено теоретико-вероятностными методами корреляционного анализа. В качестве моделей вышеуказанных статистических зависимостей, в частности, могут быть использованы регрессионные модели, полученные на основе выборочных данных. Теория вероятностей и математическая статистика являются лишь инструментом для изучения статистической зависимости, но не ставят своей целью установление причинно-следственной связи [2].
Регрессионный анализ является одним из основных методов современной
математической статистики для выявления неявных и завуалированных связей между
данными наблюдений. Электронные таблицы делают такой анализ легко доступным.
Таким образом, методология регрессионного анализа является ценным, универсальным
инструментом исследования в широком спектре отраслей бизнеса и научной
деятельности (маркетинг, торговля, медицина и т. Д.). Освоив технологию
использования этого инструмента, вы сможете применять его по мере необходимости,
приобретая знания о скрытых отношениях, улучшая аналитическую поддержку для
принятия решений и повышая их достоверность. Корреляционный и регрессионный
анализ считается одним из основных методов маркетинга наряду с оптимизационными
расчетами, а также математическим и графическим моделированием трендов (трендов).
Широко используются как однофакторные, так и множественные регрессионные
20
модели. Корреляционный - регрессионный анализ и его возможности Корреляционный - регрессионный анализ - метод, используемый в том случае, когда данные представляют собой реализации некоторых случайных величин, образующих общую популяцию. Основной задачей корреляционного анализа (который является основным в регрессионном анализе) является оценка уравнения регрессии. Корреляция (корреляционная зависимость) - это статистическая связь между двумя или более случайными переменными (или величинами, которые можно рассматривать как таковые с некоторой приемлемой степенью точности). Более того, изменения значений одной или нескольких из этих величин приводят к систематическому изменению значений другой или других величин [3]. Математической мерой корреляции двух случайных величин является коэффициент корреляции. Если изменение одной случайной величины не приводит к регулярному изменению другой случайной величины, но приводит к изменению другой статистической характеристики этой случайной переменной, то такое отношение не считается корреляционным, хотя оно является статистическим.
Литература:
Дуброва Т.А., Архипова М.Ю. Статистические методы прогнозирования в экономике: учеб. пособие. М.: МЭСИ, 2011. 136 с.
Елисеева И.И. Общая теория статистики: учебник. М.: Финансы и статистика, 2013. 656 с.
Новикова Н.В., Поздеева О.Г. Прогнозирование национальной экономики: учеб.-методич.пособие. Екатеринбург: УрГЭУ, 2011. 137 с.
