Учебной группы Б. Эк. Буа


Корреляционно-регрессионный анализ



Скачать 175,31 Kb.
страница8/11
Дата07.03.2023
Размер175,31 Kb.
#205538
ТипРеферат
1   2   3   4   5   6   7   8   9   10   11
Связанные:
KP Statistika (1)
химия в чашке чая, 1 ЧАСТЬ, Курсовая.Адаптация

2.3 Корреляционно-регрессионный анализ


Корреляционно-регрессионный анализ — один из наиболее широко распространенных и гибких приемов обработки статистических данных. Данный метод начинает свой отсчет с 1795 г., когда английский исследователь Фрэнсис Гальтон предложил теоретические основы регрессионного метода, а в 1801 г. рассчитал с его помощью траекторию полета планеты Церера. Им же введен в статистику термин «корреляция», но впервые метод применил в XVIII в. французский палеонтолог Жорж Кювье. Можно также назвать французского кристаллографа Огюста Браве, немецкого физика Густава Теодора Фехнера, английского экономиста и статистика Фрэнсиса Эджуорта, впервые высказывавших в середине — конце XIX в. идеи о количественном измерении связей явлений. В разное время над теорией анализа работали известные в области теоретической статистики ученые Карл Фридрих Гаусс (Германия), Андриан Мари Лежандр (Франция), Карл Пирсон (Англия) и др. [14]
Корреляционно-регрессионный анализ состоит в построении и анализе экономико-математической модели в виде уравнения регрессии (корреляционной связи), характеризующего зависимость признака от определяющих его факторов.
Корреляционно-регрессионный анализ предполагает следующие этапы:
- предварительный анализ (здесь формулируются основные направления всего анализа, определяется методика оценки результативного показателя и перечень наиболее существенных факторов);
- сбор информации и ее первичная обработка;
- построение модели (один из важнейших этапов);
- оценка и анализ модели.
Задачи корреляционного анализа сводятся к выделению важнейших факторов, которые влияют на результативный признак, измерению тесноты связи между факторами, выявлению неизвестных причин связей и оценке факторов, оказывающих максимальное влияние на результат.
Задачи регрессионного анализа заключаются в установлении формы зависимости, определении уравнения регрессии и его использования для оценки неизвестных значений зависимой переменной, прогнозировании возможных значений результативного признака при задаваемых значениях факторных признаков.
При использовании корреляционно-регрессионного анализа необходимо соблюдать следующие требования:
1) Совокупность исследуемых исходных данных должна быть однородной и математически описываться непрерывными функциями.
2) Все факторные признаки должны иметь количественное (цифровое) выражение.
3) Необходимо наличие массовости значений изучаемых показателей.
4) Причинно-следственные связи между явлениями и процессами могут быть описаны линейной или приводимой к линейной форме зависимости.
5) Не должно быть количественных ограничений на параметры модели связи.
6) Необходимо обеспечить постоянство территориальной и временной структуры изучаемой совокупности.
Корреляция — статистическая зависимость между случайными величинами, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.
В статистике принято различать следующие варианты зависимостей.
1) Парная корреляция — связь между двумя признаками (результативным и факторным).
2) Частная корреляция — зависимость между результативным и одним из факторных признаков при фиксированном значении других факторных признаков.
3) Множественная корреляция — зависимость результативного и двух или более факторных признаков, включенных в исследование.
Корреляционная связь — частный случай стохастической связи и состоит в том, что разным значениям одной переменной соответствуют различные средние значения другой.


Скачать 175,31 Kb.

Поделитесь с Вашими друзьями:
1   2   3   4   5   6   7   8   9   10   11




База данных защищена авторским правом ©psihdocs.ru 2023
обратиться к администрации

    Главная страница