- •Содержание
- •1. Теоретические основы простой линейной и множественной регрессии
- •1.1 Простая линейная регрессия
- •1.2 Построение моделей множественной регрессии
- •1.3 Интерпретация уравнений регрессий
- •Интерпретация параметров регрессии
- •2. Практическое исследование зависимости от числа ящиков к разгрузке методом линейной регрессии
- •2.1 Исходные данные, характеристика объекта и его исследование
- •2.2 Построение уравнения простой линейной регрессии
- •Заключение
- •Список литературы
Содержание
Введение 2
Теоретические основы простой линейной и множественной 3
регрессии
1.1 Простая линейная регрессия 3
1.2 Построение моделей множественной регрессии 6
1.3 Интерпретация уравнений регрессий 10
1.4 Интерпретация параметров регрессии 14
2. Практическое исследование затрат в зависимости от числа ящиков
к разгрузке методом линейной регрессии, на примере ООО «Альнира» 15
2.1 Исходные данные, характеристика объекта и его исследование 15
2.2 Построение уравнения простой линейной регрессии 20
Заключение 26
Список литературы 28
Введение
Все явления и процессы, характеризующие социально-экономическое развитие и составляющие единую систему национальных счетов, тесно взаимосвязаны и взаимозависимы между собой.
В статистике показатели, характеризующие эти явления, могут быть связаны либо корреляционной зависимостью, либо быть независимыми.
Корреляционная зависимость исследуется с помощью метода регрессионного анализа.
Регрессионный (линейный) анализ — статистический метод исследования влияния одной или нескольких независимых переменных на зависимую переменную. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных, а не причинно-следственные отношения.
Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.
Регрессионный анализ нельзя использовать для определения наличия связи между переменными, поскольку наличие такой связи и есть предпосылка для применения анализа.
В процессе регрессионного анализа зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие существенное влияние на вариацию изучаемых явлений и процессов. Причинно-следственные отношения – это связь явлений и процессов, когда изменение одного и них – причины – ведет к изменению другого – следствия.
Причина – это совокупность условий, обстоятельств, действие которых приводит к появлению следствия. Если между явлениями действительно существуют причинно-следственные отношения, то эти условия должны обязательно реализовываться вместе с действием причин. Причинные связи носят всеобщий и многообразный характер, и для обнаружения причинно-следственных связей необходимо отбирать отдельные явления и изучать их изолированно.
Особое значение при исследовании причинно-следственных связей имеет выявление временной последовательности: причина всегда должна предшествовать следствию, однако не каждое предшествующее событие следует считать причиной, а последующее следствием.
На данный момент выбор этой темы является актуальным, так как для исследования интенсивности, вида и формы причинных связей широко применяется регрессионный анализ. Выявление количественных соотношений дает возможность лучше понять природу исследуемого явления. Это, в свою очередь, позволяет воздействовать на изученные факторы, вмешиваться в соответствующий процесс с целью получения нужных результатов.
Цель данной курсовой работы состоит в изучении и интерпритации модели регресси и её параметров.