
- •Предисловие
- •Введение
- •Основные методы математической статистики
- •Основные понятия теории статистического оценивания
- •Основные понятия теории статистической проверки гипотез
- •Пакет statistica
- •1.1. Основные статистические характеристики
- •1.1.1. Меры среднего уровня
- •1.1.2. Меры рассеяния
- •1.2. Частотные распределения
- •1.2.1. Частотные распределения количественных признаков
- •1.2.2. Частотные распределения качественных признаков
- •1.3. Визуализация данных
- •1.4. Категоризованные распределения 1
- •Вопросы
- •Задания
- •Глава 2 выборочный метод
- •2.1. Нормальное распределение
- •2.2. Основные понятия выборочного метода
- •2.3. Ошибки выборки
- •2.4. Точность и надежность выборочного метода. Доверительный интервал
- •2.5. Определение объема выборки
- •2.6. Статистическое оценивание доли качественного признака
- •Вопросы
- •Задания
- •Глава 3 статистическая проверка гипотез
- •3.1. Основные понятия
- •3.2. Критерии для средних
- •3.2.1.Критерий для сравнения групповых средних
- •3.3. Критерии согласия
- •3.3.1. Сравнение эмпирического и теоретического распределений
- •3.3.2. Проверка нормальности распределения с помощью коэффициентов асимметрии и эксцесса
- •Вопросы
- •Задания
- •4.1.1. Построение диаграмм рассеяния
- •4.1.2. Построение уравнения линейной регрессии
- •4.1.3 Коэффициент корреляции
- •4.1.4. Проверка гипотезы о значимости коэффициента корреляции
- •4.1.5. Коэффициент детерминации
- •4.2. Множественная корреляция и регрессия
- •4.2.1. Визуализация множественной зависимости в пространстве трех переменных
- •4.2.2. Уравнение множественной регрессии
- •4.2.3. Проверка значимости в регрессионном анализе
- •4.2.4. Корреляции в модели множественной регрессии
- •Вопросы
- •Задания
- •Глава 5 анализ взаимосвязей качественных данных
- •5.1. Типы качественных данных
- •5.2. Взаимосвязь ранговых качественных данных
- •5.3. Взаимосвязь номинальных качественных данных
- •5.3.1. Таблицы сопряженности
- •5.3.2. Критерий значимости связи качественных признаков. (Проверка гипотезы о независимости признаков по таблице сопряженности 1)
- •5.3.3. Коэффициенты взаимосвязи качественных признаков
- •5.3.4. Бинарные признаки. Четырехклеточные таблицы
- •Вопросы
- •Задания
- •6.1. Кластерный анализ
- •6.1.1. Агломеративно-иерархический метод
- •6.1.2. Метод k-cредних
- •6.2. Гибкая классификация: использование нечетких множеств
- •Вопросы
- •Задания
- •Глава 7 факторный анализ
- •7.1. Общее описание
- •7.1.1. Факторные нагрузки
- •7.1.2. Факторные веса
- •7.2. Метод главных компонент
- •7.3. Факторный анализ как способ классификации
- •Вопросы
- •Задания
- •8.1. Первичный анализ динамики
- •8.1.1. Характеристики скорости и интенсивности изменения временного ряда
- •8.1.2. Средние характеристики временного ряда
- •8.2. Анализ временных рядов
- •8.2.1. Составляющие временного ряда
- •8.2.1.1. Временной тренд
- •8.2.1.2. Анализ остатков после удаления тренда
- •8.2.1.3. Сезонная составляющая
- •8.2.1.4. Анализ остатков после выделения сезонной составляющей
- •Вопросы
- •Задания
- •2. Основные показатели общего уровня развития стран в 1987 году (файл tab_1987.Sta)
- •3. Численность занятых в обрабатывающей промышленности ссср и сша в 1987 г. (тыс. Чел.) (файл workers.Sta)
- •4. Сопоставление производительности труда в обрабатывающей промышленности ссср и сша в 1987 г. (по товарной продукции) (файл product1.Sta)
- •5. Годовая квартирная плата в городах России за квартиру в 1-3 комнаты * (файл apartmen.Sta)
- •7. Данные об объеме внешней торговли и численности населения по 16 странам мира в 1938 г. (файл trade.Sta)
- •9 Динамика внп, занятости и производительности труда в народном хозяйстве ссср (файл econ.Sta)
- •10. Продолжение
- •10. Продолжение
- •12. Динамика поденной платы строительных рабочих в Санкт-Петербурге и индекса цен с 1853 по 1913 гг. (файл wages.Sta)
- •13. Валовая добыча угля в некоторых угольных бассейнах Российской империи, 1887-1913 гг. (тыс. Тонн) (файлы coal.Sta, coal.Xls)
- •14. Вывоз хлопка из Средней Азии, со станций ж.Д., 1902-1908 гг. (в тыс. Пудов) (файл cotton.Sta)
- •15. Сводные данные об аграрном развитии 50 губерний Европейской России на рубеже XIX-XX вв. (файл typol.Sta)
- •15. Продолжение
- •16. Урожайность хлебов в России и других странах в 1913 г. (пудов с десятины) (файлы harvest.Sta, harvest))
- •17. Урожай хлебов в 64 губерниях Европейской России, 1890-1913 гг. (в тыс.Пудов) (файл harvest1.Sta)
- •18. Факторы урожайности (погодный индекс, обрабатываемая площадь, мощность двигателей) в ссср в 1925-1940 гг. (файл hunter.Sta)
- •Социально-политическая история
- •19. Итоги выборов в Учредительное собрание по избирательным округам (число голосов) (файл uchred.Sta)
- •19. Продолжение
- •19. Продолжение
- •20. Социально-экономические показатели и результаты голосования по выборам в Учредительное Собрание в 1917 г. По уездам Тамбовской губернии (файл tambov.Sta)
- •21. Социальные движения в городах Италии в XIV в. Матрица экспертных оценок показателей (файл bragina.Sta)
- •22. Распределение случаев выступлений по формам борьбы в "приговорном" и остальной части крестьянского движения в 1905-1907 гг. В Воронежской и Самарской губ. * (файл bukhovez.Sta)
- •Социальная история, история культуры
- •23. Криминальная статистика сша (данные XIX – начала XX вв.) (файл criminal.Sta)
- •24. Распространенность заразных болезней в России в 1912 г. (чел.) (файл deseases.Sta)
- •25. Грамотность населения в России (в тыс.) (файл edu_1897.Sta)
- •26. Динамика уровня образования населения республик ссср за 1959-1979 гг. (файл educat.Sta)
- •27. Распределение учащихся учебных заведений Мèнистерства народного просвещения по вероисповеданиям и сословиям на 1 января 1914 года (ôайл religsoc.Sta)
- •27. Продолжение.
- •28. Распределение книг, вышедших в 1913 г., по видам изданий и содержанию (файл books1.Sta)
- •29. Распределение книг, вышедших в 1913 г., по языкам (файл books2.Sta)
- •Историческая демография
- •30. Число этнически смешанных семей в республиках ссср (1959-1979 гг.; на 1000 семей) (файл mixture.Sta)
- •31. Средний размер семьи в республиках ссср (1959-1979 гг., чел. *) (файл family.Sta)
- •32. Динамика естественного прироста населения республик ссср (на 1000 человек населения) * (файл populat.Sta)
- •33. Распределение новобранцев русской армии, призванных в 1911 году, по росту (файл novobr.Sta)
- •34. Численность населения сша в 1902-1914 гг. (тыс. Человек) (файл us_popul.Sta)
- •35. Численность населения России (млн. Человек) (файл rus_pop.Sta)
- •"Большие таблицы", представленные в виде файлов электронного архива Лаборатории исторической информатики кафедры источниковедения исторического факультета мгу
4.2.2. Уравнение множественной регрессии
Уравнение множественной регрессии аналогично парной, но включает больше одной независимой переменной:
y = a +b1·x1 + b2·x2 + … + bk·xk,
где x1, x2, . . . – независимые переменные, от которых в той или иной степени зависит исследуемая (результирующая) переменная y;
b1, b2 . . . – коэффициенты при соответствующих переменных (коэффициенты регрессии), показывающие, насколько в среднем изменится значение результирующей переменной при изменении отдельной независимой переменной на единицу (и фиксированных значениях остальных переменных).
Уравнение множественной регрессии задает регрессионную модель, объясняющую поведение зависимой переменной. Следует, однако, еще раз подчеркнуть, что никакая регрессионная модель не в состоянии указать, какая переменная является зависимой (следствием), а какие – независимыми (причинами). Решение такого рода всегда выносится исследователем, исходя из знания исследуемой предметной области.
Построим уравнение множественной регрессии для нашего примера. Для этого обратимся к модулю Множественная регрессия программы STATISTICA (рис. 4.14).
Рис. 4.14. Диалоговое окно для построения множественной регрессии
Сначала, как и всегда, с помощью графической кнопки Переменные укажем программе, что переменная "произведено" является зависимой, а переменные "рабочие" и "двигатели" являются независимыми. Нажав графическую кнопку OK, перейдем к диалоговому окну Результаты множественной регрессии, которое по умолчанию открывается на вкладке Быстрый (рис. 4.15).
Это окно разделено на три части. Верхняя часть содержит следующие наиболее важные результаты:
коэффициент множественной корреляции (Множест. R) – аналог коэффициента парной корреляции, описанного выше, представляет собой меру совокупной зависимости результирующего переменной от всех независимых (факторных);
коэффициент детерминации (R2) – то же по смыслу, что и в случае парной регрессии, т.е. доля дисперсии результирующей переменной, объясняемая влиянием всех независимых переменных;
уровень значимости регрессионной модели (см. следующий раздел).
Рис. 4.15. Диалоговое окно просмотра результатов множественной регрессии (вкладка Quick)
В средней части окна результатов показаны "нормированные" коэффициенты регрессии (здесь они называются бета) 1 для всех указанных независимых переменных, причем цветом выделяются значимые коэффициенты. Можно видеть, что значимыми являются оба факторных признака, включенные нами в модель. 2
В нижней части окна находятся ярлыки вкладок и графическая кнопка Итоговая таблица регрессии. Для просмотра коэффициентов регрессии можно щелкнуть либо этой кнопке, либо по кнопке ОК. На экране появится таблица, показанная на рис. 4.16.
Эта таблица, кроме стандартизованных, содержит обычные коэффициенты регрессии (столбец B). Например, значение коэффициента регрессии 2752, соответствующего фактору "рабочие", означает, что увеличение числа рабочих на 1 в среднем приводит к повышению объема производства на 2752 руб. при условии, что мощность двигателей не изменяется. Коэффициент регрессии при втором факторе означает, что увеличение суммарной мощности двигателей на 1 л.с. приводит в среднем к увеличению объема производства на 93 руб. при условии, что число рабочих не изменяется.
Рис. 4.16. Таблица регрессионных коэффициентов
Важным свойством регрессионного уравнения является статистический прогноз – возможность вычислять значения зависимой переменной (вкладка Остатки/предсказанные/наблюдаемые значения в диалоговом окне результатов регрессионного анализа) для любых комбинаций значений факторных переменных (в частности, это хороший способ восстановления отсутствующих данных). Например, если подставить в уравнение регрессии число рабочих, равное 200, и мощность двигателей, равную 20, программа вычислит теоретическое значение дохода на таком предприятии: 640864 руб.
К прогнозу с использованием уравнения регрессии нужно относиться осторожно: строго говоря, его нельзя использовать вне диапазона значений признаков, по которому построена регрессионная модель. Если значения факторного признака выходят за пределы соответствующего диапазона значений, то нельзя исключить, что в новом интервале действуют другие закономерности и вид зависимости между данным фактором и результативным признаком может оказаться совсем иным.