Методы выявления наличия связи между явлениями 


Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Методы выявления наличия связи между явлениями



Графический,Сопоставление параллельных рядов,Аналитическая группировка,

Построение корреляционных таблиц. Корреляционно-регрессионный анализ

1.При графическом методе по оси х откладывают значение факторного признака, по оси у результативного. Если наблюдается беспорядоченное распределение точек, то связь отсутствует. Чем сильнее связь, тем теснее будут группироваться точки вокруг некоторой линии, выражающей форму и направление связи.2. Значения фактического признака располагаются в порядке возрастания и затем прослеживают направление изменения результативного признака.3. Используется для установления взаимосвязей между социально-экономическими явлениями. Исследуемая совокупность делится на группы по фактическому признаку, и каждая группа характеризуется средним значением результативного признака. Анализируется как меняется среднее значение результативного признака при изменении значений факторного признака. 4. Производится группировка значений отдельно по фактическому признаку и результативному; числа, располагаемые на пересечении строк и столбцов в таблице означают частоту повторения данного сочетания значения х и у. Если частоты в корреляционной таблице расположены на диагонали из левого верхнего угла в правый нижний, то можно сделать вывод о наличии связи прямой. Если из правого верхнего угла в левый нижний, связь есть и она обратная.5. Включает в себя измерения тесноты, направления связи и установление аналитического выражения(форма связи) Корреляция оценивает силу, тесноту связи, а регрессия её форму.

Парная регрессия

Однофакторная модель в виде прямой у=а+вх, а – усреднённое влияние на результативный признак у неучтённых в модели факторов; в – показывает насколько изменится в среднем значение результативного признака при увеличении факторного на единицу собственного измерения.Параметры определяются методом наименьших квадратов Ʃ(yii)2=min Ʃ(a+b*xi-yi)2=min

Система уравнений имеет следующий вид

b=nƩxiyi-ƩxiƩyi/nƩxi2-(Ʃxi)2 a=Ʃyi-bƩxi/n

Подставляя вместо х в найденное уравнение регрессии значение факторного признака находим теоретические(расчётные)значения результативного признака.

Оценивается степень тесноты связи.Коэффициент корреляции измеряет силу линейной зависимости между признаками. Существуют различные модификации формул для расчёта коэффициента корреляции.

-1<=r<=1

r=1 по модулю – связь между признаками функциональная

Если r-отрицательный, то зависимость между х и у обратная или отрицательная.

Если r-положительный, то зависимость между х и у прямая или положительная.

Если r>0,8 по модулю, то это свидетельствует о высокой степени линейной зависимости между переменными.Если r=0, то отсутствует линейная зависимость между переменными.Существует 2 типа данных, которые используются для построения уравнения регрессии-1.пространственные данные(характеризуют разные объекты за один и тот же период времени)Например:рез.деятельности 10 предприятий за 1 год.2.временные ряды(характеризуют 1 объект за несколько лет)например: результаты деятельности 1 предприятия за 10 лет.

Таблица для примера

Множественная регрессия(многофакторная модель)

у=f(x1,x2…xn) у=а0+а1х1+а2х2+….+anxn

Основные этапы построения уравнения множественной регрессии:

1.Выбор формы связи(виды уравнения регрессии)т.к. в общем случае может быть использованы не только линейные модели, но и степенные, показательные, параболические, гиперболические.2.Отбор факторных признаков(необходимо определить оптимальное число факторов; обычно исходит от цели исследования; существует правило-количество факторов должно быть в 5,6 раз < объёма изучаемой совокупности; используются экспертные методы(интуитивно-логические); используется статистический анализ –например: шаговая регрессия(пошаговый регрессионный анализ).В модель последовательно вводятся факторные признаки и их значимость оценивается на основе значений параметров уравнения регрессии. На этом этапе можно столкнуться с проблемой мультиколлинеарности(высокая корреляционная зависимость между факторами(объясн.переменными))Для установления наличия мультиколлинеарности используетсякорреляционная матрица.

3.Расчёт параметров уравнения регрессии МНК 4.Оценка значимости параметров

Оценка тесноты связи между признаками 1.

Может быть рассчитана частная корреляция 2.

Исключение влияния фактора Х2 5.



Поделиться:


Последнее изменение этой страницы: 2016-08-12; просмотров: 126; 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 - 3.82.232.31 (0.006 с.)