Регрессионный анализ – это метод стохастического анализа зависимости Y от переменных Хj.
Задачей регрессионного анализа является обнаружение форм связей между признаками (прямая, гипербола и т.д.).
С помощью уравнения регрессии измеряют влияние каждого факторного признака Хj на результативный признак Y.
Выборочное уравнение линейной регрессии имеет вид:
Оценки коэффициентов регрессии находят по формулам:
Коэффициент детерминации R2 = r2 показывает, какая доля вариации результативного признака вызвана признаком, положенным в основании группировки. Его значения находятся в пределах от 0 до 1.
Построение уравнения регрессии предполагает решение двух задач:
Необходимо выбрать независимые переменные, оказывающие влияние на зависимую переменную Y и определить форму связи.
Оценить параметры уравнения регрессии. Выбор уравнения зависит от сущности изучаемого явления. Если происходит постоянный рост, то выбирают прямую. Если явление происходит с постоянным ускорением или замедлением, то выбирают параболу. Если происходит рост явления, а затем насыщение и процесс становится постоянным, то выбирают логические кривые.