Економіко-математичне моделювання

• дослідження доцільності виключення факторів із моделі з
допомогою коефіцієнта детермінації.
Для реалізації шостого етапу доцільно використати метод
покрокової регресії.
7. Перевірка адекватності моделі.
Цей етап аналізу містить:
• оцінку значимості коефіцієнта детермінації;
• перевірку якості підбору теоретичного виду рівняння;
• обчислення спеціальних показників, які використовуються для
характеристики впливу окремих факторів на результативний
показник.
8. Економіко-математичний аналіз отриманих результатів та
їх економічна інтерпретація.
Результати регресійного аналізу порівнюються з гіпотезами,
сформульованими на першому етапі дослідження, і оцінюється їх
правдоподібність з економічної точки зору.
9. Побудова прогнозних сценаріїв.
Отримане рівняння регресії використовується для
прогнозування сценаріїв розвитку відповідних економічних процесів
чи явищ. Прогноз отримаємо внаслідок підстановки в модель певних
значень факторів.
16.2. Передумови застосування методу
найменших квадратів
При використанні МНК для знаходження оцінок параметрів
лінійної багатофакторної моделі потрібно використовувати ряд
передумов. Насамперед вони стосуються випадкової змінної e, яка є
адитивною складовою, враховуючи помилки вимірювання та
специфікації. Ці передумови мають загальний характер і не зв’язані ні
з обсягом вибірки, ні з числом включених в аналіз змінних.
Перелічимо найбільш суттєві умови, які необхідні для оцінки
параметрів моделі МНК:
1. Математичне сподівання залишків дорівнює нулю.
При побудові функції регресії припускається, що результативна
змінна Y залежить тільки від пояснювальних змінних x ( j ; m)
j = 1 , які
включені в регресію. Таким чином, при заданих значеннях змінних xj
на змінну Y не впливають жодні систематично діючі фактори та
випадковості. Сумарний ефект від дії на залежну змінну
471