Основной проблемой в организациях Нижегородской области остает­ся довольно высокий срок использования передовых производственных технологий (ППТ) на предприятиях . больше половины используемых технологий находятся в эксплуатации 6 и более лет, а по отдельным ви­дам экономической деятельности доля таких технологий превышает 60%. Как правило, проблема привлечения средств и сложность в оценке поло­жительного эффекта от модернизации становятся сдерживающими факто­рами инновационной восприимчивости и технологического обновления предприятий.   В современных экономических условиях движущей силой инноваци­онного развития является конкуренция, и функционирование любой ор­ганизации напрямую зависит от способности оперативно удовлетворять потребительский спрос. Предпринимателям необходимо выбирать более совершенные способы развития, обеспечивающие выгодные позиции на рынках сбыта, их удержание или расширение. Здесь важную роль играет качество и доступность выпускаемой продукции, техническая оснащен­ность предприятия и новизна оборудования, а также уровень используе­мых технологий [1].   С использованием методов математической статистики получены урав­нения зависимости рассматриваемых факторных и результативных призна­ков, оценены коэффициенты уравнений, которые находятся по выборочным данным, определена значимость уравнений и сделан вывод о том, можно ли по этим уравнениям построить прогноз [2]. Кроме того, оценена значимость построенных уравнений в целом. Предполагается, что зависимость между результативным и факторным признаком линейная, поскольку коэффициен­ты уравнений связи являются величинами случайными, то проводится еще анализ значимости этих коэффициентов [3].   На основании критерия Стьюдента можно сделать вывод, что исследуе­мые параметры значимы.Связь между числом организаций, разрабатывающих нанотехнологии, и количеством разработанных нанотехнологий прямая и достаточно сильная. Доля вариации количества разработанных нанотехнологий от числа орга­низаций составляет 77,16%, на долю прочих факторов приходится лишь 22,84%. Связь между этими признаками описывается статистически значи­мым уравнением парной линейной регрессии, а значит, можно будет осу­ществлять некий прогноз для результативного признака . разработанных нанотехнологий и рассчитывать доверительные интервалы для прогнозного значения.   В таблице 3 представлены данные за 2012.2016 год по числу организа­ций, осуществлявших инновационную деятельность по видам экономиче­ской деятельности и количеству отгруженных товаров собственного произ­водства (выполненных собственными силами работ и услуг).   Коэффициент корреляции rxy = 0,7888, что говорит о том, что между X и Y существует достаточно сильная линейная зависимость, R2 = 0,6221, то есть 62,21% изменчивости Y (отгружено товаров собственного произ­водства, выполнено работ и услуг собственными силами (млн руб.)) объ­ясняется X (числом организаций, осуществляющих инновационную дея­тельность по видам экономической деятельности). Вероятность того, что полученное уравнение парной линейной регрессии yx = 3474019,453 . 16191,45671x можно отвергнуть, составляет 11,27%. С вероятностью 4,86% можно говорить о незначимости коэффициента a уравнения регрессии и с вероятностью 11,27% о незначимости коэффициента b. Таким образом, полученное уравнение будем считать статистически значимым и будем го­ворить о том, что на его основе можно строить прогнозные значения ре­зультативного признака.   Теперь рассмотрим связь между числом организаций, разрабатывавших ППТ, и количеством разработанных ППТ всего (табл. 4).   Производя расчет аналогичных коэффициентов в предположении линей­ной зависимости между признаками можно убедиться, что эта зависимость слабая и лишь 9,79% изменчивости Y (разработанных ППТ всего) объяс­няется X (числом организаций, разрабатывающих ППТ). Вероятность того, что полученное уравнение парной линейной регрессии можно отвергнуть, составляет 68,69%. Таким образом, пользоваться для определения каких-либо прогнозных значений для разработанных ППТ от числа организаций, разрабатывающих ППТ, моделью парной линейной регрессии нельзя, по­скольку она является статистически незначимой.   Проведенный анализ позволяет сформулировать следующие выводы.   Инновационный потенциал региона в целом и отдельного предприятия в частности формируется под влиянием большого числа факторов: уровень нормативно-правового регулирования, кадровая политика, инфраструктура (в т. ч. инновационная). В совокупности эти и другие факторы формируют инновационный потенциал, в том числе определяют число предприятий и организаций, разрабатывающих ППТ.Система факторов, оказывающих влияние на инновационный потенци­ал как региона, так и отдельного предприятия, определяет в итоге уровень инновационного развития, который, с одной стороны, формируется через реализацию инновационного потенциала, с другой стороны, выражается через инновационную активность, которую формирует реализованный по­тенциал.   Проведенный в работе анализ возможности применения статисти­ческого анализа взаимосвязей между показателями инновационной ак­тивности региона может быть существенно расширен в части анализа взаимовлияния и взаимозависимостей, характерных для показателей ин­новационной деятельности. При этом главной гипотезой дальнейших ис­следований в указанной предметной области является следующее: для эффективного прогнозирования показателей инновационной деятель­ности региона и предприятий необходимо использование системы ана­лиза большого числа факторов, необходим мониторинг инновационной деятельности, сопоставление его показателей по регионам и отдельным предприятиям.