Оцените презентацию от 1 до 5 баллов!
Тип файла:
ppt / pptx (powerpoint)
Всего слайдов:
13 слайдов
Для класса:
1,2,3,4,5,6,7,8,9,10,11
Размер файла:
1.34 MB
Просмотров:
66
Скачиваний:
0
Автор:
неизвестен
Слайды и текст к этой презентации:
№1 слайд![КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ](/documents_6/7a918d4c88b6e99ea55496b83f680985/img0.jpg)
Содержание слайда: КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ
В ЭКОНОМИЧЕСКОМ ПРОГНОЗИРОВАНИИ
№2 слайд![. . Зависимость между](/documents_6/7a918d4c88b6e99ea55496b83f680985/img1.jpg)
Содержание слайда: 5.1. Зависимость между экономическими явлениями как предпосылка прогнозирования
Одной из предпосылок экономического прогнозирования является наличие устойчивых взаимосвязей между характеристиками экономических объектов.
С количественной точки зрения различают три вида взаимосвязей:
Балансовые
Компонентные
Факторные
№3 слайд![. . Зависимость между](/documents_6/7a918d4c88b6e99ea55496b83f680985/img2.jpg)
Содержание слайда: 5.1. Зависимость между экономическими явлениями как предпосылка прогнозирования
Балансовая связь показателей характеризует соответствие двух элементов (спроса и предложения, доходов и расходов, производства и потребления, наличия рабочей силы и потребностей в ней т.п.).
Компонентные связи показателей характеризуются тем, что изменение прогнозного показателя является результатом изменения компонентов, входящих в этот показатель как множители. Например, объем производства продукции можно представить как произведение численности занятых ее производством на производительность труда.
Факторные связи характеризуются тем, что проявляются в согласованной вариации изучаемых показателей. При этом одни показатели выступают как факторные (причины, независимые переменные), другие - как следствие (результат, зависимая переменная). По своему характеру этот вид связи является причинно-следственной зависимостью, они могут рассматриваться как функциональные или корреляционные.
№4 слайд![. Сущность](/documents_6/7a918d4c88b6e99ea55496b83f680985/img3.jpg)
Содержание слайда: 5.2 Сущность корреляционно-регрессионного анализа
Корреляционно-регрессионный анализ используется для исследования форм связи, устанавливающих количественные соотношения между случайными величинами изучаемого процесса.
Значение независимой переменной (Х) известно по предположению, в процессе прогнозирования оно может быть использовано для оценки зависимой переменной (Y).
Функция регрессии: Y = f(X1, X2, X3, X4,…Xm)
№5 слайд![. Сущность](/documents_6/7a918d4c88b6e99ea55496b83f680985/img4.jpg)
Содержание слайда: 5.2 Сущность корреляционно-регрессионного анализа
В зависимости от количества исследуемых переменных различают:
Парная корреляция корреляционные связи между двумя переменными. Например, зависимость между ценой товара и спросом на него. Такие экономико-математические модели называют однофакторными моделями.
Множественная корреляция корреляционные взаимосвязи между несколькими переменными. Например, зависимость спроса на товар от цены, уровня доходов населения, расходов на рекламу; зависимость объема выпускаемой продукции от размера инвестиций, технического уровня оборудования, численности занятых в процессе производства.
№6 слайд![. Сущность](/documents_6/7a918d4c88b6e99ea55496b83f680985/img5.jpg)
Содержание слайда: 5.2 Сущность корреляционно-регрессионного анализа
Регрессионный анализ часть теории корреляции. В процессе регрессионного анализа решаются задачи выбора независимых переменных, существенно влияющих на зависимую величину, определение формы уравнения регрессии, оценивание параметров.
* Рассмотрим модель линейной регрессии!!!
№7 слайд![. Прогнозирование на основе](/documents_6/7a918d4c88b6e99ea55496b83f680985/img6.jpg)
Содержание слайда: 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Сбор исходной информации.
Качественный анализ взаимосвязи исследуемых показателей, определение причинно-следственной связи между анализируемыми характеристиками.
Оценка тесноты связи. Расчет коэффициента корреляции.
Коэффициент корреляции (R) характеризует тесноту связи между случайными величинами (Х, У), может быть рассчитан по формуле:
№8 слайд![. Прогнозирование на основе](/documents_6/7a918d4c88b6e99ea55496b83f680985/img7.jpg)
Содержание слайда: 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
По численному значению коэффициента корреляции можно сделать следующие выводы:
R = 0 рассматриваемые величины не взаимосвязаны;
R = 1 имеет место прямая функциональная зависимость, изменение значений переменных однонаправленное, при увеличении одной переменной другая тоже увеличивается;
R = -1 имеет место обратная функциональная зависимость, изменение значений переменных разнонаправленное, при увеличении одной переменной, другая уменьшается.
№9 слайд![. Прогнозирование на основе](/documents_6/7a918d4c88b6e99ea55496b83f680985/img8.jpg)
Содержание слайда: 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
По численному значению коэффициента корреляции можно сделать следующие выводы:
0 ≤ R 0,2 связи практически нет,
0,2 ≤ R 0,5 связь слабая,
0,5 ≤ R 0,75 связь заметная,
0,75 ≤ R 0,95 связь тесная,
0,95 ≤ R 1 связь близкая к функциональной.
На практике принято строить прогнозы на основе взаимосвязей с коэффициентом корреляции
от 0,75 до 1!!!
№10 слайд![. Прогнозирование на основе](/documents_6/7a918d4c88b6e99ea55496b83f680985/img9.jpg)
Содержание слайда: 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Виды корреляционных зависимостей
(1 положительная корреляция; 2 переменные Х и У не коррелируются; 3 отрицательная корреляция)
№11 слайд![. Прогнозирование на основе](/documents_6/7a918d4c88b6e99ea55496b83f680985/img10.jpg)
Содержание слайда: 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Расчет параметров уравнения регрессии. Корреляционное уравнение (уравнение регрессии) математическое описание корреляционных связей. Оценка параметров уравнения регрессии осуществляется методом наименьших квадратом на основе следующих формул:
где n – объем выборки.
№12 слайд![. Прогнозирование на основе](/documents_6/7a918d4c88b6e99ea55496b83f680985/img11.jpg)
Содержание слайда: 5.3 Прогнозирование на основе однофакторных моделей линейной регрессии: последовательность процедур
Оценка значимости, типичности.
Задание условий прогнозного периода (вероятных значений параметра X).
Прогнозирование возможных значений параметра Y при заданных значениях параметра X.
№13 слайд![. Многофакторная модель](/documents_6/7a918d4c88b6e99ea55496b83f680985/img12.jpg)
Содержание слайда: 5.4 Многофакторная модель
Последовательность этапов построения многофакторной модели будет рассматриваться в практической части курса, так как все расчеты будут осуществляться с помощью пакета анализа в Microsoft Excel.