Простая регрессия представляет собой регрессию между двумя переменными
—у и х, т.е. модель вида
, где у — результативный признак; х - признак-фактор.
Множественная регрессия представляет собой регрессию результативного
признака с двумя и большим числом факторов, т. е. модель вида
Спецификация модели - формулировка вида модели, исходя из
соответствующей теории связи между переменными. В уравнении регрессии
корреляционная по сути связь признаков представляется в виде функциональной
связи, выраженной соответствующей математической функцией.
где yj — фактическое значение результативного признака;
yxj -теоретическое значение результативного признака.
— случайная
величина, характеризующая отклонения реального значения результативного
признака от теоретического.
В парной регрессии выбор вида математической функции
может быть осуществлен тремя методами: графическим, аналитическим и
экспериментальным.
Графический метод основан на поле корреляции. Аналитический метод основан
|
|
на изучении материальной природы связи исследуемых признаков.
Экспериментальный метод осуществляется путем сравнения величины остаточной
дисперсии Dост, рассчитанной при разных моделях. Если фактические
значения результативного признака совпадают с теоретическими у =
, то Docm =0. Если имеют место отклонения фактических
данных от теоретических (у —
) то .
Чем меньше величина остаточной дисперсии, тем лучше уравнение регрессии
подходит к исходным данным. Число наблюдений должно в 6 — 7 раз превышать
число рассчитываемых параметров при переменной х.