аний підхід до вирішення задачі передбачає традиційний розрахунок визначників рівняння регресії рівнів, знаходження коефіцієнта регресії а1 і далі за допомогою і розрахунок коефіцієнта кореляції. Інформація для розрахунку представлена ​​в табл. 2. p> Розрахунок визначників дав наступні результати:
В В В
Значення параметрів регресії:;, а рівняння має вигляд:
.
Коефіцієнти тісноти зв'язку рівнів складуть:;. Це означає, що в рівнях існує вельми тісний зв'язок, при якій варіації імпорту зумовлює 95,1% варіації експорту. br/>
Таблиця 6
Роки . Однак, робити подібний висновок було б глибоко помилково тому, що в рівнях і одного, і іншого рядів виявлені стійкі, статистично значущі лінійні тренди. У подібних умовах виявлене взаємодія рівнів не є причинного залежністю, а являє собою помилкову зв'язок, викликану наявністю трендів схожою лінійної форми. У силу того, що обидва тренда сформовані під впливом різного комплексу факторів, схожість їх форми можуть створювати ілюзію зв'язку рядів. Подібні міркування дозволяють відмовитися від результатів вивчення зв'язку рівнів, що містять тренд. У подібній ситуації пильної уваги заслуговує зв'язок випадкових відхилень від трендів. Саме цей підхід дозволяє виявити і кількісно оцінити справжню зв'язок рядів. p align="justify"> Насправді зв'язок рядів існує, оцінюється вона як тісний; тобто, в ній експорт на 95,1% детермінований варіацією імпорту. <В
Фактична F-критерій дорівнює 174. Це більше табличного (F табл. = 5,12), що доводить надійність і значимість істинної зв'язку рядів. p>. Для формалізованого представлення подібних залежностей і використання моделей зв'язку динамічних рядів у прогнозних розрахунках пропонується побудувати множинну регресійну модель зв'язку рядів, включаючи в неї як обов'язкової складової фактор часу t. Йдеться про побудову моделі такого вигляду:. У цьому завданню в рівнях обох рядів присутній лінійний тренд. Тому включення в модель чинника часу дозволить через коефіцієнт а2 відобразити наявність лінійного тренда в рівнях обох рядів. Якщо в рівнях рядів представлені тренди інший, більш складної форми, тоді рівняння множинної регресії має через фактор часу відобразити цю складнішу форму трендів. p> Істинну силу і напрям зв'язку рядів відобразить коефіцієнт регресії а1, а тісноту їх зв'язку оцінить приватний коефіцієнт кореляції:.
Використовуємо для розрахунку параметрів множинної регресії матрицю парних коефіцієнтів кореляції, представлену у вихідних даних.
Для побудови рівняння в стандартизованому масштабі: розрахуємо значення-коефіцієнтів:
В В
Отримано наступне рівняння:. p> Його параметри дозволяють зробити висновок про те, що впливу імпорту на експорт майже в п'ять з половиною рази сильніше, ніж вплив систематичних факторів, що формують лінійний тренд:
За значенням...
