3.4.1 Регрессионные модели

Это наиболее распространенный тип моделей, в основе которых лежат известные характеристики исследуемого объекта за предыдущий период времени.

Допуская некоторые упрощения, можно сказать, что в большинстве случаев функция регрессии имеет один из следующих видов:

линейная функция Y = a+bx …

парабола Y= a+bx+cx² …

гипербола

степенная функция Y = ax^b

логистическая функция

Основным достоинством регрессионных моделей является простота их построения и достаточно высокая точность экстраполяции (прогноза) значений функции на неизвестные интервалы времени.

Важно четко себе представлять, что при использовании регрессионных уравнений для целей прогноза, предполагается что поведение системы в будущем ( прошлом) будет иметь те же закономерности, что и на участке времени, данные которого мы использовали для построения модели.

Для построения регрессионных моделей по данным наблюдений могут быть использованы встроенные функции Excel: ТЕНДЕНЦИЯ(); РОСТ(); ЛИНЕЙН(); ПРЕДСКАЗ() и др.