Основные статистические методы уже довольно давно gjelder på alle områder av menneskelig aktivitet. Statistikk spiller imidlertid den viktigste rollen for økonomien. Det er tross alt denne vitenskapelige grenen som regulerer de samfunnsøkonomiske forholdene til forretningsenheter, som driver med analyse og behandling av en enorm mengde informasjon.
Svært ofte i økonomisk forskning finneløsningen på et bestemt problem når det gjelder å identifisere faktorer som bestemmer nivået, dynamikken i prosessen i økonomien. Dette problemet løses ofte ved korrelasjons- og regresjonsanalyse. For å oppnå påliteligheten av analysen er det ikke bare nødvendig å identifisere visse sammenhenger, men også å gi en kvantitativ vurdering av disse indikatorene.
Korrelasjons-regresjonsanalyse løser slikten oppgave som testing av hypotesen om statistikk om tilstedeværelse og styrke av en korrelasjon. Et tilstrekkelig antall faktorer som påvirker prosessene i økonomien er ikke tilfeldige variabler. Det er dette faktum som fungerer som en forutsetning for analyse av økonomiske fenomener i forholdet mellom tilfeldige og ikke-tilfeldige verdier. Disse sammenhengene kalles regresjon og følgelig er den statistiske metoden som studerer dem regresjonsanalyse.
Takket være kontinuerlig utvikling av datamaskinerteknologier, blir bruk av datateknologi i økende grad brukt i statistiske beregninger. Så, bruk av visse dataprogrammer for behandling av statistisk informasjon lar deg raskt løse problemet med å studere forholdet til forskjellige indikatorer ved å bruke korrelasjons-regresjonsanalyse.
Så korrelasjons-regresjonsanalyse (et eksempel kan gis dette) viser ganske tydelig bruken ved hjelp av Microsoft Excel når du behandler valutakursdata.
Microsoft Excel lar deg selv løsekomplekse statistiske og ingeniørmessige problemer med et eget sett med dataanalyseverktøy. Korrelasjons-regresjonsanalyse i Excel blir utført med obligatorisk indikasjon av inndatadataene og valg av startparametere. Selve analysen blir utført ved bruk av en statistisk makrofunksjon (det er mulig å bruke en ingeniørfunksjon), resultatet som er oppnådd blir plassert i outputområdet som kan settes av brukeren. Hvis du bruker andre metoder for programmet, kan du få resultatet i grafisk form.
Med en grafisk fremstilling kan analytikeren se en visuell representasjon av de statistiske dataene. Denne modusen letter i stor grad oppfatningen av resultatene og forståelsen av dem.
Så for eksempel når du kombinerer statistiske dataNoen ganger er det vanskelig å finne feil eller unøyaktigheter i tabellen. Den grafiske presentasjonen av dataene lar deg raskt og enkelt oppdage avvik og uregelmessigheter, en kraftig økning eller reduksjon i data, selv om ingenting på bordet gir slike negative punkter.
Korrelasjon er et av verktøyene i pakkenMicrosoft Excel. Kan brukes til å kvantifisere forholdet mellom flere datasett. Korrelasjonsanalyse lar deg bestemme forholdet mellom datasett i størrelsesorden. Så det er slike konsepter: "positiv" korrelasjon (store verdier av ett datasett er assosiert med de samme store verdiene i en annen matrise), "negativ" korrelasjon (små verdier av ett datasett er assosiert med lignende verdier i et annet array) og en korrelasjon lik null (data to matriser er ikke relatert). Regresjonsanalyse i Microsoft Excel består av å tegne en graf ved bruk av en statistisk metode som minst kvadrater.
Dermed er korrelasjons-regresjonsanalysen mye lettere å utføre ved bruk av moderne datateknologi, slik at du kan få ønsket resultat på kortest mulig tid.
