|
97 для толкования. Поэтому когда регрессионная модель может быть сведена к линейной модели, этому способу отдается предпочтение (при оценивании соответствующей модели) [68]. Уравнение множественной регрессии имеет вид: У(х,, х2, ..., хп)=Ъо+Ъг х,+Ь2*х2+...+Ьп-хп, (2.2) Где У объем продаж (прогнозный); ЬьЬ2,...,Ьп коэффициенты регрессии; Ь0 свободный член уравнения регрессии; хь х2, ..., хп факторы (независимые переменные); п количество независимых переменных. Последовательность разработки регрессионной модели для прогнозирования рбъема продаж включает следующие этапы: 1) предварительный отбор независимых факторов, которые по убеждению исследователя определяют объем продаж. Эти факторы должны быть либо известны; либо легко определяемы; 2) сбор данных по независимым переменным. При этом строится временной ряд но каждому фактору, либо собираются данные по некоторой совокупности (например, совокупности предприятий). Другими словами, необходимо, чтобы каждая независимая переменная была представлена 20 и более наблюдениями; 3) определение связи между каждой независимой переменной и результативным признаком. В принципе, связь между признаками должна быть линейной, в противном случае производят линеаризацию уравнения путем замены или преобразования величины факторного признака; 4) проведение регрессионного анализа, т. е. расчет уравнения и коэффициентов регрессии, и проверка их значимости; 5) повтор этапов 1-4 до тех пор, пока не будет получена удовлетворительная модель. В качестве критерия удовлетворительности |
Уравнение множественной регрессии имеет вид: У(Х\;Х2; ...;Хп) = Ь0 + Ь\хХ\ + Ь2 хХ2 + ... + Ь„хХпу (11) где У — прогнозируемый (результативный) показатель; в данном случае — объем продаж; Х\\ Х2; ...;Хп — факторы (независимые переменные); п — количество независимых переменных; — свободный член уравнения регрессии; Ь\\ Ъ2; ...; Ьп — коэффициенты регрессии, измеряющие отклонение результативного признака от его средней величины при отклонении факторного признака на единицу его измерения. Последовательность разработки регрессионной модели для прогнозирования объема продаж включает следующие этапы: 1) предварительный отбор независимых факторов, которые по убеждению исследователя определяют объем продаж. Эти факторы должны быть либо известны; либо легко определяемы; 2) сбор данных по независимым переменным. При этом строится временной ряд по каждому фактору либо собираются данные по некоторой совокупности (например, совокупности предприятий). Другими словами, необходимо, чтобы каждая независимая переменная была представлена 20 и более наблюдениями; 3) определение связи между каждой независимой переменной и результативным признаком. В принципе, связь между признаками должна быть линейной, в противном случае производят линеаризацию уравнения путем замены или преобразования величины факторного признака; 4) проведение регрессионного анализа, т.с. расчет уравнения и коэффициентов регрессии, и проверка их значимости; |