Корреляционно-регрессионные модели прогнозирования

Эти модели позволяют осуществить измерение тесноты связей ме­жду переменными, определение формы этих связей, что широко ис­пользуется в технологическом прогнозировании.

Основные типы регрессионных моделей

1. Модели парной регрессии (определяется форма взаимодействия пары переменных х и у). Общий вид этих моделей

v =f(x), где х — независимая переменная (аргумент), влияющая на y.

2. Модели множественной регрессии. Общий вид моделей

y=f(x₁x₂...x_n), где v — объясняемая (результирующая) переменная:

х— объясняющие переменные (независимые факторы), влияющие на y.

3. Парная линейная регрессия (на графике — прямая линия)

у = а + bх.

4. Множественная линейная регрессия

.

5. Парная нелинейная регрессия. Для случая парной регрессии за­висимость двух переменных отражается на графике кривой линии на плоскости, например

и т. д.

6. Множественная нелинейная регрессия

Для определения оценок параметров приведенных моделей могут быть использованы специальные компьютерные программы.