Тема урока: Регрессионный анализ

Тема урока: Регрессионный анализ    Урок №  Цели урока: 1. Обучающая: дать основные понятия регрессионного анализа.  2. Развивающая: Развивать память, логическое мышление.  3. Воспитательная: Воспитывать аккуратность, самодисциплину.  : Изучение нового материала Тип  урока    Вид урока: лекция, практикум.  Методы: Словесные, практические        Оборудование: мультимедийный проектор, экран.  I. Оргмомент II. Актуализация опорных знаний      Устный опрос.  II. Целевая установка. Ход урока. 1. Тема урока                      2. Цель урока III. Формирование новых понятий и способов действий.  Регрессионный анализ­ раздел математической статистики, объединяющий практические методы  исследования регрессионной зависимости между величинами по статистическим данным. Проблема  регрессии в математической статистике характерна тем, что о распределениях изучаемых величин нет  достаточной информации. Итальянский статистик Р. Бенини (1907), как считается, был первым, кто с практической пользой  применил в экономике метод множественной регрессии. Он удачно оценил функцию спроса на кофе в  Италии как функцию цен на кофе, с одной стороны, и на сахар — с другой. История знает, однако, немало ложных выводов, показывающих, что без глубокого анализа доверять обнаруженным регрессионным  зависимостям бывает рискованно. Метод регрессионного анализа состоит в выводе уравнения регрессии (включая оценку его  параметров), с помощью которого находится средняя величина случайной переменной, если величина  другой (или других в случае множественной или многофакторной регрессии) известна.  Практически речь идет о том, чтобы, анализируя множество точек на графике (т. е. множество  статистических данных), найти линию, по возможности точно отражающую заключенную в этом  множестве закономерность, тенденцию — линию регрессии. Для этого требуется наилучшим образом  оценить параметры уравнения. Существует ряд математико­статистических приемов, позволяющих решить эту задачу. В случаях,  когда искомая закономерность может быть принята за линейную, наиболее распространен метод  наименьших квадратов. Регрессионный анализ применяется в различного рода экономических исследованиях  (производственные функции, анализ эластичности спроса от цены и др.), особенно при анализе  хозяйственной деятельности предприятий (для определения влияния отдельных факторов на результаты)  и во многих других областях экономической науки и хозяйственной практики. Пример: средняя себестоимость поковок в кузнечных цехах московских заводов, по статистическим  исследованиям, описывалась уравнением регрессии: где x1 — заработная плата на 1 т поковок; x2 — удельная металлоемкость; x3 — удельные цеховые  Y = 72,8 + 0,605x1 + 0,082x2 + 0,834x3, расходы. Это уравнение означает, что лишний расход одного рубля заработной платы приведет (в среднем в  большой массе наблюдений) к повышению себестоимости тонны поковок на 0,605 руб. Соответственно  рассчитывается и влияние двух остальных факторов. Решение задачи регрессионного анализа целесообразно разбить на несколько этапов:     предварительная обработка электронных данных (ЭД); выбор вида уравнений регрессии; вычисление коэффициентов уравнения регрессии; проверка адекватности построенной функции результатам наблюдений.Предварительная обработка включает стандартизацию матрицы ЭД, расчет коэффициентов  корреляции, проверку их значимости и исключение из рассмотрения незначимых параметров. IV.  Итог  урока.  Подведение итогов, выводы. V. Домашнее задание:    Конспект