Мат_моделир_2015_заоч_ЭП_ФИН / Мат_мод_лекции

Введение в тему

Сущность корреляционно-регрессионного метода состоит в том, что на основе имеющейся информации, полученной в результате статистических наблюдений за прошлое время, составляются уравнения регрессии, представляющие собой математические модели. Они могут быть линейными и нелинейными. С помощью математических моделей можно прогнозировать развитие процессов во времени и, следовательно, находить оптимальные решения.

Чтобы можно было уверенно пользоваться результатами решения инженерных и экономических задач, необходимо иметь достаточно достоверные исходные данные. Особенно это важно в тех случаях, когда создается новая техника, разрабатывающая новые технологические процессы, строятся новые предприятия и модернизируются существующие, т.е. когда нет еще фактических данных о реальных характеристиках проектируемых объектов.

Единственным путем получения информации в таких случаях является сбор необходимых данных на других аналогичных объектах и их обработка методами математической статистики. Для предприятий источниками информации являются отчетные данные предприятий, документы первичного учета, бухгалтерская документация и часто результаты прямых наблюдений.

Следовательно, несмотря на неопределенность большинства характеристик, выступающих в моделях в качестве исходных данных, надо уметь их собирать, оценивать, и получать достоверные решения и возможные пределы их отклонений.

Основные экономические характеристики и показатели производственно-хозяйственной деятельности предприятий обладают свойствами массовости и повторяемости, т.е. являются случайными в статистическом понимании и допускают возможность обработки методами математической статистики. Статистическая обработка данных для математического моделирования и во многих случаях результаты статистической обработки (регрессионные уравнения) можно рассматривать в качестве моделей прогнозирования.

Основная задача корреляционно-регрессионного анализа – определение формы, силы и тесноты корреляционной связи между случайными величинами.

При составлении этого модуля без прямого цитирования и специальных ссылок были использованы работы [1,3].

Содержание