
- •31.Средние индексы.
- •32.Изучение статистической связи.
- •Вопрос 33
- •Вопрос 35
- •1. Причинность, регрессия, корреляция
- •2 Типа взаимосвязей между х и у:
- •2. Основные задачи и предпосылки применения корреляционно-регрессионного анализа
- •3. Корреляционные параметрические методы изучения связи
- •4. Парная регрессия на основе метода наименьших квадратов и группировки
- •5. Множественная (многофакторная) регрессия. Оценка существенности связи
- •6. Методы изучения связи социальных явлений. Непараметрические показатели связи
6. Методы изучения связи социальных явлений. Непараметрические показатели связи
Непараметрические методы не накладывают ограничений на закон распределения изучаемых величин. Их преимуществом является простота вычислений.
Непараметрические показатели связи
Коэффициент ассоциации:
Коэффициент контингенции:
Коэффициент взаимной сопряженности Пирсона:
Коэффициент Фехнера:
Коэффициент корреляции рангов:
Непараметрические показатели связи позволяет судить о степени и тесноте связи не только, для количественных, но и для атрибутивных признаков.
Методы многомерного анализа, основанные на рассмотрении сочетания непараметрических взаимосвязанных признаков:
1) дискриминантный анализ состоит в установлении правила, на основании которого та или иная новая единица не может быть отнесена к данной совокупности объектов, имея в виду значения рассматриваемых у нее признаков;
2) распознавание образов состоит в отнесении объекта на основании сочетания признаков в ту или другую из заранее определенных и охарактеризованных групп совокупности;
3) кластерный анализ (таксономия) состоит в разбиении совокупности на классы (группы, типы, «кластеры», «таксоны»), границы которых наперед не заданы. Число кластеров может быть при этом задано или нет;
4) метод главных компонент - если признаки отобраны правильной в них действительно отражается качественная природа объектов в рассматриваемом отношении, то эти признаки оказываются друг с другом связанными;
факторный анализ является дальнейшим развитием метода главных компонент. В нем охватываемая выделенными -главными компонентами» У вариация всех признаков X может затем между ними перераспределяться, причем между ними может быть допущена и корреляция.