41. Виды взаимосвязей между явлениями Общее представление о корреляционно-регрессивном анализе

Существующие между явлениями формы и виды связей весьма разнообразны по своей классификации. Предметом статистики являются только такие из них, которые имеют количественный характер и изучаются с помощью количественных методов. Рассмотрим метод корреляционно-регрессионного анализа, который является основным в изучении взаимосвязей явлений.

Данный метод содержит две свои составляющие части — корреляционный анализ и регрессионный анализ.Корреляционный анализ — это количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами. Регрессионный анализ — это количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами.

Для оценки силы связи в теории корреляции применяется шкала английского статистика Чеддока: слабая — от 0,1 до 0,3; умеренная — от 0,3 до 0,5; заметная — от 0,5 до 0,7; высокая — от 0,7 до 0,9; весьма высокая (сильная) — от 0,9 до 1,0. Она используется далее в примерах по теме.

Основной задачей статистики является выявление и теоретическое обоснование закономерностей развития социально-экономических явлений, которые отражают причинные связи между явлениями

Различают два вида связей – функциональные (полные) и корреляционные (неполные).

При функциональной связи одному значению признака соответствует вполне определенные значения другого признака. Функциональные связи часто встречаются в естественных науках. Это связь строгая, ее можно рассчитать по формуле. В сфере общественных явлений связи не носят функционального характера, так как на экономические явления оказывает влияние большое число факторов как главных, так и второстепенных, существенных и несущественных. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные значения функции. Это связи неполные, проявляются не в каждом отдельном случае, а лишь в массе, в среднем. При изучении корреляционной связи различают признаки причины – факторные и признак следствие – результативный, одному и тому же значению факторного признака соответствует несколько значений результативного признака. По своей форме корреляционные связи бывают: прямые и обратные; прямолинейные и криволинейные; однофакторные и многофакторные. Прямые и обратные связи различаются от направления изменением результативного признака. Если факторный признак растет, то растет и результативный. Это связь прямая (чем выше квалификация рабочего, тем выше производительность труда или связь между доходом и потреблением). Если факторный признак растет, а результативный снижается, то это связь обратная (чем выше производительность труда, тем ниже себестоимость продукции или зависимость между потреблением продуктов питания и ценами). Прямолинейные и криволинейные связи различаются в зависимости от функции, которой они выражаются: линейной (прямолинейная связь) или нелинейной (криволинейной) – параболы, гиперболы, полулогарифмической кривой, показательной кривой. Однофакторной называется связь между одним факторным и одним результативным признаком (частная или парная корреляция). Многофакторной называется связь между несколькими факторными и одним результативным признаком (множественная корреляция). Основными задачами статистических методов изучения связей между явлениями являются:

• Выявление наличия корреляционных связей;

• Оценка существенности связи;

• Определение формы связи и исчисление ее количественной характеристики (построение модели связи);

• Измерение тесноты корреляционной связи.