Любой экономический показатель практически всегда определяется совокупностью факторов. В этом случае вместо парной регрессии рассматривается множественная регрессия. Исходные данные для множественного регрессионного анализа (МРА) представляют собой таблицу (матрицу) следующего вида:
№ | X1 | X2 | … | Xm | y |
x11 | x12 | … | x1m | y1 | |
x21 | x22 | … | x2m | y2 | |
… | … | … | … | … | … |
N | ХN1 | ХN2 | … | ХNm | YN |
Строки этой таблицы соответствуют наблюдениям, а столбцы – переменным. Все переменные при этом должны быть измерены в количественной шкале. Одна из переменных определяется как зависимая, а остальные (или часть их) – как независимые переменные. Допускается, что часть значений зависимой переменной неизвестны, и их определение (оценка) может составлять важный результат анализа.
МРА может применяться как для решения прикладных задач, так и в исследовательских целях. Обычно МРА применяется для изучения возможности предсказания некоторого результата по ряду предварительно измеренных значений факторов. При этом предполагается, что связь между одной зависимой переменной (Y) и несколькими независимыми переменными (X) можно выразить линейным уравнением:
|
|
где y – зависимая переменная; х 1,..., х m – независимые переменные; a, a 1,..., a m – параметры модели; e – ошибка предсказания.
Например, при можно при помощи МРА определить:
· зависимость оплаты труда (y) сотрудника от степени ответственности, количества подчиненных, стажа работы, уровня образования и других показателей.
· зависимость урожайности от внесения органических удобрений, минеральных удобрений, оснащенности с/х техникой и т.п.
· зависимость объема продаж от цены товара, цены на сопутствующие товары, затрат на рекламу, уровня подготовленности менеджеров и т.п.
Помимо предсказания и определения степени его точности МРА позволяет определить и то, какие показатели («независимые переменные) наиболее существенны, важны для предсказания, а какими переменными можно пренебречь, исключив их из анализа. Тогда МРА выступает как инструмент исследования влияния факторов на зависимую переменную. При этом определение направления причинно-следственной связи не является задачей метода, метод определяет только ее количественное выражение.