і близько ста одиниць дозволяє вести аналіз системи з 8-10 факторами і розділити їх вплив.
Нарешті, що розвиваються на базі кореляційно-регресійного аналізу багатовимірні методи (Метод головних компонент, факторний аналіз) дозволяють синтезувати вплив ознак (первинних факторів), виділяючи з них безпосередньо не враховуються глибинні чинники (компоненти). Наприклад, вивчаючи кореляцію ряду ознак інтенсифікації сільськогосподарського виробництва, таких, як фондообеспеченность, витрати праці на одиницю Площі, енергозабезпеченість, внесення добрив на одиницю площі, щільність поголів'я худоби, можна синтезувати загальну частину їх впливу на рівень продукції з одиниці площі або на продуктивність праці, отримавши узагальнений фактор В«інтенсифікація виробництва В», безпосередньо не вимірний, не відображають єдиним показником.
Правильне застосування та інтерпретація результатів кореляційно-регресійного аналізу можливі лише при розумінні всіх специфічних рис, достоїнств і обмежень методу. p> Необхідно сказати і про інших завданнях застосування кореляційно-регресійного методу, мають не формально математичний, а змістовний характер.
1. Завдання виділення найважливіших факторів, що впливають на результативну ознаку (тобто на варіацію його значень в сукупності). Це завдання вирішується в основному на базі заходів тісноти зв'язку факторів з результативним ознакою.
2. Задача оцінки господарської діяльності щодо ефективності використання наявних факторів виробництва. Це завдання вирішується шляхом розрахунку для кожної одиниці сукупності тих величин результативного ознаки, які були б отримані при середній по сукупності ефективності використання факторів і порівняння їх з фактичними результатами виробництва,
3. Завдання прогнозування можливих значень результативної ознаки при задаються значеннях факторних ознак.
Таке завдання вирішується шляхом підстановки очікуваних, або планованих, або можливих значень факторних ознак в рівняння зв'язку та обчислення очікуваних значень результативної ознаки.
Доводиться вирішувати і зворотну задачу: обчислення необхідних значень факторних ознак для забезпечення планового чи бажаного значення результативної ознаки в середньому за сукупністю. Це завдання зазвичай не має єдиного рішення в рамках даного методу і повинна доповнюватися постановкою і рішенням оптимізаційної завдання на знаходження найкращого з можливих варіантів її вирішення (наприклад, варіанту, що дозволяє досягти необхідного результату з мінімальними витратами).
4. Завдання підготовки даних, необхідних у якості вихідних для вирішення оптимізаційних завдань. Наприклад, для знаходження оптимальної структури виробництва в районі на перспективу вихідна інформація повинна включати показники продуктивності на підприємствах різних галузей і форм власності. У свою чергу, ці показники можуть бути отримані на основі кореляційно-регресійної моделі або на підставі тренду динамічного р...
