ОЦЕНКА СПРОСА: МНОЖЕСТВЕННЫЙ РЕГРЕССИОННЫЙ АНАЛИЗ
В предыдущей главе мы рассмотрели применение простой линейной регрессии для анализа связи между одной независимой переменной, влияющей на спрос, и требуемым количеством товаров или услуг.
В некоторых случаях изменения спроса удовлетворительно объясняются изменениями одной независимой переменной, например цен. Однако в других случаях может понадобиться изучение связи между спросом и двумя или более независимыми переменными, которые могут изменяться более или менее спонтанно. Это может быть сделано с помощью метода множественного регрессионного анализа, широко используемого и очень важного аналитического инструмента бизнеса и экономики.Множественный регрессионный анализ позволяет производить оценку случайной связи между зависимой переменной У и любым количеством независимых переменных Х2, Х2, ..., Хк. Основа множественного регрессионного анализа — это оценка параметров регрессии, или коэффициентов, для каждой независимой переменной. Каждый параметр (или коэффициент) является мерой того, как каждая независимая переменная влияет на зависимую переменную при условии, что все остальные независимые переменные поддерживаются неизменными.
Так как расчет множественной регрессии сложно осуществить вручную, то его лучше всего выполнить на компьютере. Компьютерные распечатки множественного регрессионного анализа не стандартизованы и различаются в основном форматом, а не содержанием. Если вы разберетесь с распечатками, представленными в данной главе, то вам не составит труда разобраться и с иными распечатками, выполненными в другом формате.
Каков бы ни был формат, компьютерная распечатка требует интерпретации, проверки и исправления перед ее практическим использованием. В данной главе рассматриваются именно эти вопросы.
План главы
Глава охватывает три главные темы.
1. Построение функции мультивариаитного спроса. Этот параграф включает способы идентифицикации переменных, сбора и корректировки данных компьютерной программы расчета множественной регрессии.
2. Тестирование и оценка результатов. В данном параграфе показано, как произвести оценку и тестирование как всего уравнения, так и его отдельных параметров.
3. Исходные предположения и специальные задачи множественного регрессионного анализа. В этом параграфе рассматриваются условия, на которых базируется множественно-регрессионная модель, а также особые проблемы, возникающие в том случае, когда эти условия не соблюдаются, особенно проблемы мультиколлинеарности, гетеросцедастичности и автокорреляции.