Задачи корреляционно-регрессивного анализа

Основная задача корреляционного и регрессивного анализа заключается в выявлении закономерностей между исследуемыми взаимосвязанными факторами, установлении математической формы связи и определении тесноты связи. Параметры уравнения регрессии обычно находят путем решения системы нормальных уравнений, отвечающих требованию наименьших квадратов.

Определение степени влияния факторов на уровень издержек обращения может производиться аналитическим путем с использованием динамических рядов и методов корреляционного и регрессивного анализа.

В последние годы в связи с широким внедрением математических методов в экономику проводятся большие исследования по использованию методов корреляционного и регрессивного анализа для количественной оценки влияния отдельных факторов на итоговые показатели производственно-хозяйственной деятельности предприятий, а также математического описания процессов. Многофакторная корреляционная модель дает возможность не только выразить количественное влияние факторов на изучаемый показатель, но и предсказать значение функции и, следовательно, управлять анализируемым показателем.

Важно обеспечить многоцелевое применение экономико-математических методов для решения задач, возникающих в ходе конъюнктурно-экономической работы. В этом отношении показательно использование метода факторного корреляционного и регрессивного анализа и в автоматизированных расчетах цен на машинно-техническую продукцию, и при разработке прогнозов.

Экономические явления характеризуются многомерной системой различных факторов. Часто им свойственны такие черты, как случайность и неопределенность, стохастический (вероятностный) характер связи между явлениями. В этом случае для изучения тесноты связи и взаимосвязи показателей и факторов используется корреляционный и регрессивный анализ.