Осуществим выбор факторных признаков для построения двухфакторной регрессионной модели:
Проведем корреляционный анализ, используя инструмент Корреляция (Анализ данных в Excel) (табл. 1.2).
Таблица 1.2 – Результат корреляционного анализа
|
|
Объем прибыли, Y |
Среднегодовая ставка по кредитам, Х1 |
Ставка по депозитам, Х2 |
Среднегодовая ставка по кредитам, Х3 |
|
Объем прибыли, Y |
1 |
|
|
|
|
Среднегодовая ставка по кредитам, Х1 |
0,119272 |
1 |
|
|
|
Ставка по депозитам, Х2 |
-0,20595 |
-0,55701 |
1 |
|
|
Размер внутрибанковских расходов, Х3 |
-0,23942 |
-0,58559 |
0,333772 |
1 |
Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т.е. объем прибыли имеет весьма тесную связь с тремя факторами: со среднегодовой ставкой по кредитам (
), со ставкой по депозитам (
), размер внутрибанковских расходов (
).
Для построения двухфакторной регрессионной модели из трех переменных оставим в модели Х1 и Х2. Эти факторы наиболее тесно связаны с фактором У.
В итоге получаем двухфакторную модель с факторами Х1 (среднегодовая ставка по кредитам) и Х2 (ставка по депозитам).
Рассчитаем параметры модели:
Оценка параметров регрессии осуществляется по методу наименьших квадратов по формуле: 
.
Таблица 1.3 – Исходные данные двухфакторной модели
|
|
Y |
Х0 |
Х1 |
X2 |
|
1 |
2 |
3 |
4 |
5 |
|
Кредитные учреждения |
Объем прибыли |
|
Среднегодовая ставка по кредитам |
Ставка по депозитам |
|
1 |
-134,389 |
1 |
-2065,41 |
61,42705 |
|
2 |
-126,32 |
1 |
-818,365 |
26,83555 |
|
3 |
-138,127 |
1 |
-2393,73 |
59,63133 |
|
4 |
-123,739 |
1 |
-798,044 |
98,58261 |