1) Важным этапом регрессионного анализа является определение типа функции, с помощью которой характеризуется зависимость между признаками: . На основании теоретической функции строится теоретическая кривая (линия), вокруг которой группируются точки корреляционного поля и которая дает основное направление, основную тенденцию связи. Теоретическая линия изображает изменение средних величин результативного признака у при изменении х при полном взаимопогашении всех прочих, случайных по отношению к х факторов.
2) Теоретическая линия связи строится на основе эмпирических данных:
· эмпирической линии регрессии, которая является ломаной, так как имеется влияние неучтенных причин из-за недостаточности наблюдений;
· по опыту предыдущих исследований.
3) По эмпирической кривой выбирают приблизительный тип функции . Наиболее часто для характеристики связей экономических явлений используют типы функций:
· линейная: ;
· показательная: ;
· степенная: .
4) Для необходимо определить коэффициенты a и b с помощью метода наименьших квадратов (сумма квадратов отклонений эмпирических точек от теоретической линии = min).
После преобразований получаем систему нормальных уравнений для линейной корреляционной связи:
Если данные сгруппированы и имеется частота повторений fx и fy, то система уравнений имеет вид:
Решив эту систему уравнений, получаем a и b.
b – коэффициент регрессии, показывает, на сколько в среднем изменяется величина результативного признака у при изменении х на единицу. Геометрически b оценивает степень наклона прямой линии, изображающей уравнение .
Необходимо оценить степень достоверности уравнения регрессии. Для этого используют среднюю квадратическую ошибку уравнения:
,
где - фактическое значение результативного признака;
- по уравнению регрессии;
m - число параметров (коэффициентов) в уравнении.
Чем меньше , тем меньше рассеивание эмпирических точек вокруг прямой.
указывает с определенной вероятностью, что величина результативного признака (у) окажется в определенном интервале относительно значения, вычисленного по уровню регрессии.
Метод корреляционного анализа применяется для решения задач обоснованного прогноза.