000292900,3357,84248272011418,68371,0640,000002711021,8392,52677820123978711,0790,00000253920,3403,4344929Сред. знач. 459,9781,31,047252,55875 E - 06853,675 Сумма3679, 26250,48,3780,000020476829,4
Малюнок 20 - Графік побудованої регресії
Важливим показником, що характеризує якість отриманого регресійного аналізу є коефіцієнт детермінації R ^ 2 ^ 2=0,999972373 - чим ближче даний коефіцієнта до одиниці, тим вища якість рівняння кореляційної залежності.=0,999986187 - чим ближче цей коефіцієнт до одиниці, тим тісніше зв'язок кореляційний зв'язок.
Таким чином, можна зробити висновок, що побудоване рівняння регресії є якісним, його точність становить приблизно 99%. Що стосується ступеня кореляції (залежності факторів), то вона також дуже висока - 99%. Виходить, що існує пряма залежність між обсягами експорту Челябінської області (Y) і економічною кон'юнктурою ринку Нідерландів (X1-ВВП; X2 - дефлятор ВВП; X3 - обсяги загального імпорту в Нідерландах), а також додатково введеного фактора - X4 світової ціни на чорні метали .
Такий тісний зв'язок між досліджуваними факторами говорить про наявність мултіколлінеарності. Мултіколлініарность не дозволяє однозначно визначити коефіцієнти регресії і розділити вклади пояснюють змінних X1, X2, X3, X4 в їхній вплив на залежну змінну Y.
Одним з методів усунення мултіколлініарності є виключення однієї із змінних з розглянутої моделі. Видалення будь-якого фактора з рівняння, також допоможе нам визначити які економічні показники в моделі надають більший вплив на обсяги експорту з Челябінської області.
Отже, проаналізуємо як зміниться рівняння регресії з виключенням кожної з пояснюють змінних.
) Регресійна модель без ВВП Нідерландів
Виключаємо фактор Х1 і коефіцієнт b, потім будуємо нову регресію за формулою (2).- 1,779285078 4,391501552 0,017966186 0,53872961
Таблиця 35 - Вихідні дані і шукана регресія
ГодYYmod2005364,74,6690622542006473,34,9778175572007678,55,7009694022008447,47,3131503522009463,25,739522752010436,56,9970816242011418,67,35862579120123977,387236433
Малюнок 21 - Графік регресії без ВВП Нідерландів
З розрахунків і графіка видно, що видалення з моделі фактора ВВП, збільшило розкид між вихідними даними і отриманої регресії, це свідчить про високу значимість показника ВВП Нідерландів для побудованої моделі.
На основі даних в таблиці розрахуємо коефіцієнт детермінації (R ^ 2) і коефіцієнт кореляції (R). ^ 2 0,995029427 - висока якість побудованого рівняння. 0,997511618 - ступінь кореляції достатня висока, але менше, ніж у моделі з використанням ВВП.
) Регресійна модель без дефлятора ВВП
Виключаємо фактор Х2 і коефіцієнт регресії b2.
Коефіцієнти регресії: 0,590911667 - 1,779285078 0,017966186 0,53872961
Будуємо нову модель регресії, використовуючи формулу (3):
Таблиця 36 - Вихідні дані і шукана регресія
ГодYYmod2005364,7212,24277682006473,3216,72433292007678,5250,22043322008447,4310,46021082009463,2235,45882332010436,5268,05332442011418,6298,92007912012397288,9078226
