Применение регрессионного анализа в задачах экономики

• Номер работы:
  378006
• Раздел:
  Все работы   →   Курсовые проекты - сложные   →   Статистика и статистическое наблюдение
• Год подготовки:
  14.12.2015
• Объем работы:
  33 стр.
• Содержание:
  Содержание
  
  Введение 3
  1 Теоретические основы регрессионного анализа 4
  1.1 Уравнение регрессии 4
  1.2 Нелинейная регрессия 8
  1.3 Множественная регрессия 10
  2 Практическое применение регрессионного анализа в задачах экономики 12
  2.1 Применение моделей корреляционно-регрессионного анализа при прогнозировании экономических показателей предприятия 12
  2.2 Применение множественной регрессии на региональном уровне 20
  2.3 Корреляционно-регрессионный анализ производительности труда в России 24
  2.4 Регрессионный анализ малого бизнеса 28
  Заключение 31
  Список использованной литературы 32
  
• Выдержка из работы:
  Введение
  
  Актуальность моделирования любых экономико-управленческих процессов заключается в возможности по ее результатам осуществлять прогнозирование развития этих процессов и осуществлять адекватное управление ими.
  Разнообразие процедур экономико-статистического анализа обусловило мощное развитие различных направлений методик оценки, а также создало необходимый базис для их более легкого и кратковременного проведения.
  Цель работы - применение регрессионного анализа в задачах экономики.
  Для реализации поставленной цели необходимо решить ряд задач:
  - исследовать теоретические основы регрессионного анализа;
  - применить инструментарий регрессионного анализа на микро-; мезо- и макро уровнях.
  Период исследования – 2001-2014 гг.
  Теоретической базой исследования послужили работы таких отечественных ученых-экономистов, как А.И. Гинзбург, Н.Н. Лычкина, В.Н. Савиных, Д.Ю.Салько, и др.
  ..........
  1 Теоретические основы регрессионного анализа
  
  1.1 Уравнение регрессии
  Основная цель регрессионного анализа состоит в определении связи между некоторой характеристикой Y наблюдаемого явления или объекта и величинами х1, х2, …, хn, которые обусловливают, объясняют изменения Y. Переменная Y называется зависимой переменной (откликом), влияющие переменные х1, х2, …, хn называются факторами (регрессорами). Установление формы зависимости, подбор модели (уравнения) регрессии и оценка ее параметров являются задачами регрессионного анализа.
  В регрессионном анализе изучаются модели вида Y = φ(X) + ε, где Y - результирующий признак (отклик, случайная зависимая переменная); X – фактор (неслучайная независимая переменная); ε – случайная переменная, характеризующая отклонение фактора Х от линии регрессии (остаточная переменная). Уравнение регрессии записывается в виде:
  yx = φ(x, b0, b1, …, bp),
  где х – значения величины Х; yx = Mх(Y); b0, b1, …, bp – параметры функции регрессии φ. Таким образом, задача регрессионного анализа состоит в определении функции и ее параметров и последующего статистического исследования уравнения.
  ........