Множественный регрессионный анализ позволяет разграничить влияние факторных переменных. Коэффициент регрессии при каждой переменной дает оценку ее влияния на величину у в случае изменения хj на единицу, при неизменности всех остальных переменных. Однако, следует заметить, что не всегда коэффициенты поддаются содержательной интерпретации. Особенно проблематично это в случае, когда качественные переменные были преобразованы в количественные, и в таком виде введены в регрессионную модель. Если интерпретация принципиально важна в конкретной практической задаче, то можно использовать, если включаемый в модель качественный признак имеет не два, а несколько значений, использовать систему бинарных (то есть принимающих два значения 0 и 1) переменных.
На практике иногда наряду с «обычными» регрессионными коэффициентами применяются стандартизованные регрессионные коэффициенты:
Достоинство стандартизованных коэффициентов регрессии заключается в том, что они являются безразмерными величинами. Благодаря этому они могут использоваться для сравнительного анализа вклада каждой факторной переменной в формирования результирующего показателя: чем больше его величина, тем больше влияние факторного признака на изменение результирующего.
|
|
Для определения степени влияния факторных переменных на результирующую переменную без учета единиц их измерения используется также коэффициент эластичности:
.
Содержательный смысл коэффициента эластичности: если, при прочих равных условиях (то есть значения остальных объясняющих переменных не изменятся), i-ая переменная изменится на один процент, то объясняемая переменная изменится на Э процентов.
Может использовать средний показатель эластичности. Величина этого коэффициента показывает, на сколько процентов в среднем изменится результат, если значение фактора в среднем измениться на 1%.