рефераты конспекты курсовые дипломные лекции шпоры

Раздел Философия
/
Статистическое исследование взаимосвязей.

Реферат Курсовая Конспект

Выберите учебное заведение

Статистическое исследование взаимосвязей.

Статистическое исследование взаимосвязей. - раздел Философия, Лекция 1. Предмет, задачи и методы эконометрики При Изучении Различных Экономических Явлений Постоянно Сталкиваемся С Причинн...

При изучении различных экономических явлений постоянно сталкиваемся с причинно-следственными связями, когда некоторые явления, именуемые причинами, порождают другое явление, именуемое следствием (результатом). Причины будем называть факторными признаками или просто факторами, а результат – результативным признаком. Изучение и измерение связей между причинами и следствием проводятся с помощью статистических методов.

Основной задачей корреляционного анализа является измерение тесноты связи между переменными (случайными величинами) путем точечной и интервальной оценок соответствующих коэффициентов (характеристик).

С помощью корреляционного анализа производиться отбор факторов, оказывающих наиболее существенное влияние на результативный признак (на основании степени связи между ними), обнаружение ранее неизвестных причинных связей.

Корреляция непосредственно не выявляет причинных связей между переменными, но устанавливает численное значение тесноты этих связей и достоверность суждений об их наличии.

Пусть требуется изучить влияние на экономический показатель Y факторов X₁ ,X_m.

Рассматривая зависимость между результативным показателем Yи факторными признаками X₁ ,X_m, можно выявить две категории связей:

1) Функциональную зависимость;

2) Корреляционную зависимость;

Функциональные связи характеризуются полным соответствием между изменением факторных признаков и изменением результативной величины, то есть каждому конкретному набору значений факторов соответствует определенное значение результативного признака.

В экономике имеем дело, как правило, с явлениями и процессами, где нет таких жестких связей. Причинная обусловленность экономических явлений связана с огромной совокупностью взаимозависимых обстоятельств. Число обстоятельств (факторов), которые влияют на исследуемый экономически показатель, достигает несколько сотен.

Связь между причинами и следствием многозначна и носит вероятностный характер. В данном, случаем имеет место корреляционная зависимость.

В корреляционных связях между измерением факторов и результативного признака нет полного соответствия. Воздействие отдельных факторов проявляется лишь в среднем при массовом наблюдении фактических данных. Дело в том, что выделенные факторы не являются единственной причиной изменения результативного показателя. Наряду с ним на величину Yвлияет множество других причин.

Поэтому для одного и того же набора значений факторов значение Y может оказаться различным. Таким образом, одновременное воздействие на изучаемый признак Y большого количества самых разнообразных факторов приводит к тому, что одному набору значений факторов соответствует целое распределение значений результативного признака Y.

При сравнении функциональных и корреляционных зависимостей следует иметь ввиду, что при наличии функциональной зависимости можно, зная значение факторов, точно определить величину Y. При наличии же корреляционной зависимости устанавливается лишь тенденция изменения Y при изменении факторов.

При исследовании корреляционных зависимостей необходимо:

1) Установить факт наличия связи, определить ее направления и форму;

2) Измерить степень тесноты связи между признаками;

3) Найти аналитическое выражение связи, то есть построить регрессионную модель;

4) Оценить адекватность модели и дать ее интерпретацию.

Для того, чтобы результаты корреляционного анализа дали желаемый результат, должны выполняться определенные требования в отношении отбора объекта исследования и признаков-факторов. Одним из важнейших условий правильного применения методов корреляционного анализа являются требования односторонности тех объектов, которые подвергаются изучению. Другим важным требованием, обеспечивающим надежность выводов корреляционного анализа, является требование достаточного числа наблюдений. Кроме того, большое значение имеет отбор факторов, оказывающих влияние на результативный показатель. Включаемые в рассмотрение факторы-признаки должны быть по возможности независимыми друг от друга, так как наличие тесной связи между ними свидетельствует о том, что они характеризуют одни и те же стороны изучаемого явления и в значительной мере дублируют друг друга.

Следует заметить, что все основные положения корреляционного анализа разработаны в предположении о нормальном характере распределения рассматриваемых признаков (случайных величин). В действительности сталкиваемся с теми или иными отклонениями от исходных предпосылок. Но это не означает, что следует отказаться от применения методов корреляционного анализа.

В корреляционном анализе различают следующие варианты зависимостей:

1) Парную корреляцию – связь между двумя признаками (результативным и факторным или двумя факторными);

2) Частную корреляцию – зависимость между результативным и одним факторным признаками при фиксированных значениях других факторных признаков;

3) Множественную корреляцию – зависимость между результативным и двумя и более факторными признаками.

Развернуть

Открыть в широком формате

– Конец работы –

Эта тема принадлежит разделу:

Лекция 1. Предмет, задачи и методы эконометрики

Цели и задачи изучения темы... изучить предмет задачи и методы эконометрики... Основные понятия эконометрики Измерения в экономике Наблюдение сводка и группировка статистических данных...

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Статистическое исследование взаимосвязей.

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Наблюдение, сводка и группировка статистических данных.
Объект наблюдения – явление или совокупность явлений, информацию о которых собирают в процессе наблюдения. В зависимости от цели наблюдения объектами наблюдения могут стать различные территории, от

Цели и задачи изучения темы
изучить понятия статистического ряда распределения, вариационного ряда распределения (дискретного/интервального); исследовать статистическое распределение выборки; определять величины интервала; из

Статистическим распределением выборки.
Статистическим распределением выборкиназывают перечень вариант и соответствующих им частот (или относительных частот). Статистическое распределение выборки можно задать в виде таблицы, в п

Определение величины интервала. Формула Стерджесса.
Величина интервала - разность между наибольшим и наименьшим значениями признака в каждой группе, называемыми границами интервала.

Графический способ изображения статистических данных.
Графическим способом изображения статистических данных называют их условное изображение при помощи точек, линий, плоскостей, геометрических фигур и условных знаков. Графики в статистике применяются

Резюме по теме
Результаты сводки и группировки материалов статистического наблюдения оформляются в виде статистических рядов распределения. Статистический ряд распределения представляет собой упорядоченн

Цели и задачи изучения темы
изучить абсолютные и относительные величины; средние величины (понятие средней величины, формула степенной средней, формула средней геометрической, свойство мажорантности средних, мода, медиана, фо

Абсолютные и относительные величины.
В результате статистического наблюдения, сводки и группировки собранного статистического материала получена разносторонняя информация об изучаемых процессах и явлениях. Итоговые данные по изучаемой

Средние величины.
Средняя величина представляет собой обобщенную характеристику совокупности однородных явлений по какому-либо одному количественно варьируемому признаку. Средние величины играют важную роль

Показатели вариации признака
Под вариациейв статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различны

Резюме по теме
Различают два вида обобщающих показателей, характеризующих количественную сторону исследуемых явлений и процессов: абсолютные и относительные. Абсолютные показатели - именованные числа, им

Законы распределения случайных величин
Экономические показатели, как правило, являются случайными величинами. Случайной величиной называется величина, которая в результате опыта (испытания) может принять одно и только одно возм

Числовые характеристики случайных величин.
Закон распределения полностью характеризует случайную величину. Однако он часто неизвестен. В ряде случаев даже удобнее пользоваться числами, которые описывают случайную величину суммарно. Такие чи

Резюме по теме
Экономические показатели, как правило, являются случайными величинами. Случайной величиной называется величина, которая в результате опыта (испытания) может принять одно и только одно возм

Закон равномерной плотности
На практике встречаются непрерывные случайные величины, о которых заранее известно, что их возможные значения лежат в пределах некоторого определенного интервала. Кроме того, известно, что в предел

Показательное распределение.
Показательным (экспоненциальным) называют распределение вероятностей величины Х, которое описывается плотностью

Нормальный закон распределения
Нормальный закон распределения (закон Гаусса) характеризуется плотностью В экономике часто вст

Усеченные законы распределения
Пусть случайная величина Химеет функцию распределения F(x), заданную на всей числовой оси. Выберем на этой оси интересующий нас отрезок [a

Описание системы двух случайных величин.
До сих пор рассматривались случайные величины, каждое возможное значение которых определялось одним числом. Такие величины называются одномерными. Часто результат опыта оп

Условные законы распределения
Для того, чтобы охарактеризовать зависимость между составляющими двумерной случайной величины, вводится понятие условного распределения. Условным законом распределениясост

Числовые характеристики системы двух случайных величин.
Начальным моментом порядка (k,s) системы (X,Y) называется математическое ожидание произведения Xk на Y

Исследование взаимосвязей количественных показателей.
Для оценки тесноты связей количественных признаков (измеряемых числами) используются различные показатели. Основными из них являются следующие. 1. Линейный коэффициент корреляции r

Исследование взаимосвязей качественных показателей.
Качественные показатели (признаки) – это показатели, которые нельзя изменить, но с помощью которых можно сравнивать объекты между собой по степени улучшения или ухудшения этого показателя, то есть

Однофакторный дисперсионный анализ.
В дисперсионном анализе исследуется влияние одного или нескольких качественных показателей на количественный показатель. В однофакторном дисперсионном анализе на одну количественную перем

Двухфакторный дисперсионный анализ
Двухфакторный дисперсионный анализ с однократными наблюдениями на каждой комбинации уровней определяется следующей расчетной схемой (табл. 5). Таблица 5 Расчетная схема двухфактор

Цели и задачи изучения темы
научиться применять метод наименьших квадратов; рассчитывать коэффициенты в множественной линейной регрессии; анализировать эмпирическое уравнение множественной линейной регрессии; проводить анализ

Расчет коэффициентов в множественной линейной регрессии.
Представим данные наблюдений и соответствующие коэффициенты в матричной форме. Y=(y1,y2,…yn)т B=(b0

Интервальные оценки коэффициентов теоретического уравнения регрессии.
По аналогии с парной регрессией после определения точечных оценок bj коэффициентов βj теоретического уравнения регрессии могут быть рассчитаны интервальные оценки указанных коэффиц

Проверка общего качества уравнения регрессии.
После проверки значимости каждого коэффициента регрессии обычно проверяется общее качество уравнения регрессии. Для этой цели, как и в случае парной регрессии, используется коэффициент детерминации

Анализ статистической значимости коэффициента детерминации.
После оценки индивидуальной статистической значимости каждого из коэффициентов регрессии обычно анализируется совокупная значимость коэффициентов. Такой анализ осуществляется на основе проверки гип

Проверка равенства двух коэффициентов детерминации.
Другим важным направлением использования статистики Фишера является проверка гипотезы о равенстве нулю не всех коэффициентов регрессии одновременно, а только некоторой части этих коэффициентов. Дан

Статистика Дарбина-Уотсона.
Статистическая значимость коэффициентов регрессии и близкое к единице значение коэффициента детерминации R2 не гарантируют высокое качество уравнения регрессии. Для иллюстрации этого фак