Множественная корреляция. - раздел Образование, Введение в статистику Изучение Связи Между Результативным И Двумя Или Более Факторными Признаками Н...
Изучение связи между результативным и двумя или более факторными признаками называется множественной регрессией. При исследовании зависимостей методами множественной регрессии ставят 2 задачи.
определение аналитического выражения связи между результативным признаком у и фактическими признаками х1, х2, х3, …хк, т.е. найти функцию у=f(х1, х2, …хк)
Оценка тесноты связи между результативным и каждым из факторных признаков.
Корреляционно-регрессионная модель (КРМ) – такое уравнение регрессии, которое включает основные факторы, влияющие на вариацию результативного признака.
Построение модели множественной регрессии включает этапы:
выбор формы связи
отбор факторных признаков
обеспечение достаточного объема совокупности для получения верных оценок.
I. все множество связей между переменными, встречающиеся на практике достаточно полно описывается функциями 5-ти видов:
линейная:
степенная:
показательная:
парабола:
гипербола:
хотя все 5 функций присутствуют в практике КРА, наиболее часто используется линейная зависимость, как наиболее простая и легко поддающаяся интерпретации уравнение линейной зависимости: , к – множество факторов включающихся в уравнение, bj – коэффициент условно-чистой регрессии, который показывает среднее по совокупности отклонение результативного признака от его среднего значения при отклонении фактора xjот своей средней величины на единицу при условии, что все остальные факторы, входящие в уравнение сохраняют средние значения.
Параметры уравнения множественной регрессии и определение с помощью МНК.
Пример:
0 – т.к. >0,7 следовательно на них обращаем особое внимание
ЭКО. Шкала тесноты связи:
Если связь 0 – 0,3 – слабая связь
0,3 – 0,5 – заметная
0,3 – 0,5 – тесная
0,7 – 0,9 – высокая
более 0,9 – весьма высокая
затем сравниваем два признака (доход и пол) <0,7, то включаем в уравнение множественной регрессии.
Отбор факторов для включения в уравнение множественной регрессии:
между результативным и фактическим признаками должна быть причинно-следственная зависимость.
результативный и фактический признаки должны быть тесно связаны между собой иначе возникает явление мультиколлинеарности (>06), т.е. включенные в уравнение факторные признаки влияют не только на результативный, но друг на друга, что влечет к неверной интерпретации числовых данных.
Методы отбора факторов для включения в уравнение множественной регрессии:
1. экспертный метод – основан на интуитивно логическом анализе который выполняется высококвалифицированными экспертами.
2. использование матриц парных коэффициентов корреляции осуществляется параллельно с первым методом, матрица симметрична относительно единичной диагонали.
3. пошаговый регрессионный анализ – последовательное включение факторных признаков в уравнение регрессии и проверки значимости проводится на основании значений двух показателей на каждом шаге. Показатель корреляции, регрессии.
Показатель корреляции: рассчитывают изменение теоретической корреляции отношения или изменение средней остаточной дисперсии. Показатель регрессии – изменение коэффициента условно чистой регрессии.
На сайте allrefs.net читайте: "Введение в статистику"
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Множественная корреляция.
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Понятие статистического наблюдения, его подготовка.
Любое статистическое исследование начинается со сбора данных.
Источники информации:
1. различные публикации (газеты, журналы, и т.д.)
2. главный источник опубликованной с
Виды статистического наблюдения.
В отечественной статистике используются три формы статистических наблюдений.
статистическая отчетность предприятий, организаций, учреждений. специально организованное статис
Ошибки наблюдения
Основное требование, применяемое к статистическому наблюдению - это точность.
Точность – степень соответствия какого-либо показателя признака определенным по материалам статистического наб
Сводка и группировка
На основе собранных данных нельзя произвести расчет и сделать выводы, для начала их нужно обобщить и свести в единую таблицу. Для этих целей служат сводка и группировка.
Сводка – комплекс
Статистические таблицы
Результаты сводки и группировки должны быть представлены так, чтобы ими можно было пользоваться.
Существует 3 способа представления данных:
данные могут быть включены в текс
Статистические графики
Статистические таблицы могут дополняться графиками.
Статистические графики – условные изображения числовых величин и их соотношений посредством линий, геометрических фигур, рисунков.
Тема 3: Статистические показатели.
§1. Сущность и значение статистического показателя, его атрибуты.
§2. Классификация статистических показателей.
§3. Виды относительных показателей. Принципы построения.
§
Тема 4: Средние величины
§1. понятие средней величины
§2. виды средних величин
§3. средняя арифметическая и ее свойства
§4. среднее гармоническое, геометрическое, квадратическое.
§5. мно
Тема 5: Вариационный анализ
§1. Вариация признаков и ее причины
§2. Ряды распределения
§3. Структурные характеристики вариационного ряда.
§4. Показатели силы вариации.
§5. Показатели интенс
Фактическое и теоретическое распределение
Одна из важнейших целей изучения рядов распределения состоит в том, чтобы выявить закономерность распределения и определить ее характер. Закономерности распределения наиболее отчетливо проявляются
Кривая нормального распределения.
Закон нормального распределения:
;
у – ордината нормального распределения
t – нормированное отклонение.
Методика расчета теоретических частот.
Определяется среднее арифметическое и по интервальному вариационному ряду, считается t по каждому интервалу. Находим
Понятие выборочного наблюдения. Причины его применения.
Выборочное наблюдение – такое не сплошное наблюдение, при котором статистическому обследованию подвергаются единицы изучаемой совокупности, отобранные определенным образом.
Бесповторное
Попавшая в выборку единица не возвращается в совокупность, из которой происходит отбор.
По способу отбора:
Собственно-случайная зак
Задачи выборочного наблюдения
Применяется для следующих задач:
n - ? для определения объема выборки по известной F(t), Dx. определение Dx выборки по известной F(t), n определение F(t) по известн
Малая выборка.
В практике статистического исследования в современных условиях все чаще приходится сталкиваться с небольшими по объему выборками.
Малая выборка – выборка наблюдения чи
Понятие корреляционной связи и КРА.
Функциональная связь y=5x
Корреляционная связь
Различают 2 типа связей меду различными явлениями и их признаком ф
Применение парного линейного уравнения регрессии.
Основное применение – прогнозирование по уравнению регрессии. Ограничением при прогнозировании служат условия стабильности других факторов и условий процесса. Если резко измениться в нем среда прот
Хотите получать на электронную почту самые свежие новости?
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Новости и инфо для студентов