Читайте также:
|
|
Тема 6 Корреляционно-регрессионный анализ
Сущность корреляционно-регресионного анализа.
Важнейшей целью статистики является изучение объективно существующих связей между явлениями. В ходе статистического исследования этих связей необходимо выявить причинно-следственные зависимости между показателями, т.е. насколько изменение одних показателей зависит от изменения других показателей.
Существует две категории зависимостей функциональная и корреляционная
Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой (результатирующей) переменной соответствует некоторый ряд вероятных значений независимой (факторной) переменной. Такие зависимости встречаются повсеместно. Спрос на товар рассматривается как функция его цены. Затраты на изготовление какого-либо продукта - функция от объема производства. Потребительские расходы - функция дохода и т.п.
Наша основная задача изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие
Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая — регрессионный анализ.
Корреляционный анализ исследует силу связи. Его задачи сводятся к измерению тесноты связи между признаками и оценке факторов, оказывающих наибольшее влияние на результативный признак.
Регрессионный анализ оценивает форму и воздействие одних факторов на другие. Его задачи - установление формы зависимости, определение параметров функции регрессии, оценка полученного уравнения на адекватность исследуемому процессу.
Классификация корреляционно-регрессионных связей
1. По направлению корреляционные связи бывают:
a. прямыми, когда зависимая переменная растет с увеличением факторного признака,
b. обратными, при которых рост последнего сопровождается уменьшением функции. Такие связи также можно назвать соответственно положительными и отрицательными.
2. По числу рассматриваемых факторов;
a. Парная (однофакторная) корреляционно-регрессионная зависимость – когда одному результурующему признаку соответствует один факторный.
b. Многофакторная (множественная) – несколько факторных признака объясняют изменения результирующего.
3. По математической форме записи
1. Линейные модели | |
однофакторные | |
многофакторные | |
2. Гиперболические модели | |
однофакторные | |
многофакторные | |
3. Степенные модели | |
однофакторные | |
многофакторные | |
4. Полиномиальные модели | |
парабола |
Дата добавления: 2015-01-12; просмотров: 18 | Поможем написать вашу работу | Нарушение авторских прав |