48.Показатели тесноты связи.

Понятие степени тесноты связи между двумя признаками возникает вследствие того, что в реальной действительности на изменение результативного признака влияют несколько факторов. При этом влияние одного из факторов может выражаться более заметно и четко, чем влияние других факторов. С изменением условий в качестве главного, решающего фактора может выступать другой.

При статистическом изучении взаимосвязей, как правило, учитываются только основные факторы. А вопрос необходимо ли вообще изучать более подробно данную связь и практически ее использовать, решается с учетом степени тесноты связи.

Зная количественную оценку тесноты корреляционной связи, таким образом, можно решить следующую группу вопросов:

1) необходимо ли глубокое изучение данной связи между признаками и целесообразно ли ее практическое применение;

2) сопоставляя оценки тесноты связи для различных условий, можно судить о степени различий в ее проявлении в конкретных условиях;

3) последовательное рассмотрение и сравнение признака у с различными факторами (х1, х21, …) позволяет выявить, какие из этих факторов в данных конкретных условиях являются главными, решающими факторами, а какие второстепенными, незначительными факторами;

Показатели тесноты связи должны удовлетворять ряду основных требований:

1) величина показателя степени тесноты связи должна быть равна или близка к нулю, если связь между изучаемыми признаками (процессами, явлениями) отсутствует;

2) при наличии между изучаемыми признаками (х и у) функциональной связи величина степень тесноты связи равна единице;

3) при наличии между признаками (х и у) корреляционной связи показатель тесноты связи выражается правильной дробью, которая по величине тем больше, чем теснее связь между изучаемыми признаками (стремится к единице);

4) при прямолинейной корреляционной связи показатели тесноты связи отражают и направление связи: знак (+) означает наличие прямой (положительной) связи; а знак (-) – обратной (отрицательной).

49.Регрессионный анализ, виды уравнений регрессии.

Регрессио нный анализ (линейный) — статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными X1,X2,...,Xp. Независимые

переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость

переменных, а не причинно-следственные отношения.

Цели регрессионного анализа

1) Определение степени детерминированности вариации критериальной (зависимой) переменной предикторами (независимыми переменными)

2) Предсказание значения зависимой переменной с помощью независимой( -ых)

3) Определение вклада отдельных независимых переменных в вариацию зависимой

Регрессионный анализ нельзя использовать для определения наличия связи между переменными, поскольку наличие такой связи и есть предпосылка для применения анализа.

Виды уравнений регрессии

Линейная регрессия

Линеаризуемые регрессии

– Степенная регрессия

– Экспоненциальная регрессия

– Гиперболическая регрессия