Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Применению корреляционно-регрессионного анализа к исследованию временных рядов предшествует логический анализ исходных данных.
Корреляционный анализ оценивает тесноту связи между результативным признаком (зависимой переменной) и факторными признаками (зависимыми переменными). Регрессионный анализ определяет форму связи, определяет соответствующие параметры связи и оценивает достоверность ее существования для выбранного уравнения регрессии. Наибольшее распространение нашел метод множественной корреляции, в котором зависимая переменная у рассматривается, как результат воздействия нескольких факторов (независимых переменных) Для обработки исходной информации, установления корреляционной связи и определения уравнения множественной регрессии могут быть выделены следующие этапы: 1) выбор результативного признака у и совокупности факторных признаков x1,.... Xj,.... хм от которых, как предполагается, зависит величина результативного признака. Перед началом обработки исходной информации она сводится в специальные таблицы, в которых каждому значению результативного признака соответствует своя комбинация значений факторных признаков, полученная в результате наблюдений, проведения эксперимента, натурного или с использованием электронно-вычислительной техники и т. п.; 2) вычисление средних арифметических значений результативного признака и факторных признаков
Средняя величина при обработке исходной информации рассматривается как некоторый обобщающий показатель, в котором находит выражение действие общих для данного процесса условий. Средняя арифметическая величина имеет ряд свойств, которые широко используются в процессе вычислений: а) алгебраическая сумма отклонений значений массива данных от средней арифметической равна нулю:
б) уменьшение или увеличение всех значений исходного массива в одно и то же число раз или на одну и ту же величину приводит к уменьшению или увеличению средней арифметической в то же число раз или на ту же величину. Использование этого свойства средней арифметической часто применяют для сокращения вычислений; в) сумма квадратов отклонений значений исходного массива от средней арифметической минимальна
где Xi - некоторое число, отличное от средней арифметической. 3) выбор формы связи. Этот этап представляет собой сложную задачу, так как действия различных факторов на результативный признак неодинаковы. Графический анализ затруднителен, даже при одном - двух факторах. В данном случае можно воспользоваться качественным анализом характера связи каждого из факторов с результативным признаком. Если эта связь для каждого фактора линейна, то мы имеем связь в виде линейного уравнения множественной регрессии, которое для m факторов может иметь такое представление
Если воздействие каких-либо факторов не может считаться линейным, то соответствующий фактор включается в состав уравнения в более высокой степени. При решении задач комплексной механизации строительства наибольшее распространение получили линейные уравнения множественной регрессии и связи, которые путем определенных замен могут быть достаточно просто преобразованы в уравнения регрессии линейного вида. Гиперболическая связь.
На практике могут встретиться и комбинированные связи, представляющие, например, комбинацию показательной и степенной связи. Используя соответствующие замены, их также можно привести к линейной. Расчет теоретической линии регрессии - основе поиска параметров уравнения регрессии лежит метод наименьших квадратов. Он является одним из наиболее употребительных методов определения искомых параметров уравнения регрессии. Рассмотрим применение этого метода для поиска параметров линейного уравнения множественной регрессии. Как уже было показано выше, большинство корреляционных уравнений можно привести к виду
Получили систему нормальных уравнений, в которой (m-1) уравнений и (m + 1) неизвестных Ьо, b1....bi,..., bm. Все коэффициенты системы вычисляются на основании исходных данных. Для решения системы уравнений предварительно необходимо вычислить все входящие в систему суммы. Даже для сравнительно простого уравнения множественной регрессии при большом числе исходных данных требуется выполнить большую вычислительную работу. При увеличении же числа факторных признаков возрастает размер системы уравнений, который требует также большой вычислительной работы. Наиболее простой выход из такой ситуации — использование электронно-вычислительной техники. Для этого используются специальные преобразования и подпрограммы решения системы линейных уравнений.
Расчет гиперболических, показательных, степенных и логарифмических уравнений множественной регрессии требует лишь немногим большего объема вычислений, чем расчет линейного уравнения множественной регрессии, вместе с тем эти функции как нелинейные часто позволяют лучше описать связь результативного признака с факторными признаками. При использовании сложных нелинейных уравнений связи их трудно технико-экономические или физически истолковать,4 кроме того, они сильно усложняют расчеты; 4) оценка силы связи между результативными и факторными признаками. Главная задача сбора и обработки информации состоит в установлении и исследовании силы связей между параметрами процесса, машин комплекта (комплекса) и результативным признаком. Как правило, результативный признак находится в стохастической связи с факторными признаками, когда при изменении значений одного признака другой признак сохраняет характер случайной переменной. Имеются различные приемы измерения тесноты связи между признаками, рассмотрим наиболее распространенные с использованием коэффициента корреляции, корреляционного отношения и коэффициента детерминации. Наибольшее распространение нашли корреляционное отношение и коэффициент множественной корреляции, которые, по существу, тождественны, но отличаются формой представления.
|
||||||
Последнее изменение этой страницы: 2017-02-10; просмотров: 365; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 52.15.63.145 (0.006 с.) |