- •1. Статистическая и корреляционная зависимости. Условные средние значения двумерных св. Ф-ции регрессии. Корреляционные ур-я регрессии.
- •2. Основные задачи теории корреляции. Корреляционное отношение. Регрессионный анализ и его основные задачи.
- •3. Выборочные коэффициент ранговой корреляции Спирмана и его свойства. Пример.
- •5. Проверка гипотезы об народности двух выборок с помощью критерия Вилкоксона в случае, если объем выборок не превосходит 25.
- •7. Функциональная зависимость. Метод наименьших квадратов (мнк).
- •10. Линейная регрессия. Корреляционное поле. Теоретические уравнения регрессии. Эмпирические уравнения регрессии. Коэффициэнты регрессии. Оценка корреляционной связи между св.
- •11.Проверка гипотезы о согласованности линейного уравнения регрессии с экспериментальными данными.
- •12. Общие линейные модели. Регрессионная матрица. Матрица плана. Примеры.
- •13.Линейная регрессия с гауссовыми ошибками. Пример.
- •14.Свойства оценок наименьших квадратов.
- •17.Основные задачи факторного анализа.
- •20. Модель Брандона.
- •21.Степенная модель.
- •22. Полиномиальная модель с двумя аргументами.
- •23. Понятие о дисперсионном анализе
- •24. Общая факторная и остаточная суммы и связь между ними.
1. Статистическая и корреляционная зависимости. Условные средние значения двумерных св. Ф-ции регрессии. Корреляционные ур-я регрессии.
СВ-ы X,Y, соответствующие 2-ум качественным признакам объектов ген. совокупности, могут быть связаны функциональной, стастической, корреляционной или какой-либо др. зависимостью, или быть независимыми.
О.1 СВ X,Y связаны статистич. Зависимостью, если различным знач-ям одной из них соответствуют различные распределения другой, т.е. распределение СВ Y может меняться в зависимости от того, какое возможное знач-е принимает СВ X.
Коррел-ый анализ предназначен для изучения по выборочным данным статистич. завис-ти ряда величин, некоторые из которых явл-ся случайными. В то время как ТВ и МС предоставляют лишь инструмент для изучения статистич. зависимости, коррел-ый анализ ставит своей целью установление причины связи. Пр-ом коррел-ой связи явл-ся статистич. взаимозависимость м/у отдельными частями тела.
Зависимость м/у СВ X и Y явл-ся статистич., если, например, возможному значению соответствует распределение величиныY.
… | ||||
|
… |
А возможному знач-ю соответствует распределениеY:
… | ||||
|
… |
Построим закон распределения СВ (X,Y) в виде таблицы:
… | ||||
… | ||||
… | ||||
… |
… |
… |
… |
… |
… |
В общем случае СВ (X,Y) (генерал-я совокупность)м. иметь распределение как в виде такой табл. (для дискретных СВ-н), так и в виде плотности распределения вер-ти (для непрерывных СВ-н)
О.2 Условным средним значением значения Y. соответствующем возможному значению СВX
Для генерал. совокупности понятие условного МО было введено раньше в теме двумерной СВ.
Оценкой условного МО генерал. совокупности M(X,Y) явл-ся условное среднее
О.3 Если при изменении одной СВ меняется условное среднее значение 2-ой, то стастич. зависимость наз. корреляционной
Т.о. корреляционной зависимостью Y(x) наз. зависимость вида:
для выборки (1)
Ф-ции иназ.функциями регрессии Y на X
Аналогичным образом можно дать опр-е регрессии X на Y:
1.для выборки (2)
Ур-ия (1), (2) наз. корреляционными уравнениями регрессии соответственно Y на X и X на Y.
Графики ф-ции регрессии наз-ся линиями регрессии
2. Основные задачи теории корреляции. Корреляционное отношение. Регрессионный анализ и его основные задачи.
В теории корреляции решают 2 основные задачи:
1. по данным корреляц. табл. определяют форму корреляц. связи, т.е. определяет вид функции (линейная, квадратная, показательная и т.д.)
2. производят оценку кореляц. связи т.е. оценивают степень рассеивания Y около среднего знач-я илиx около сред. знач-я .
В корреляц. анализе использ. след. основные приемы:
1)построение корреляционного поля и составление корреляционной таблицы
2)построение выборочных коэф-тов корреляционных отношений
3)проверка статистических гипотез о значимости связи.
В случае нелинейных регрессий степень контентрации распред-я в близи линий регрессии показывает корреляц. отношение
Корреляц. отношение меняется в пределах от 0 до 1, оно равно 1 т. и т. т., когда , т.е. когда все распред-е сосредоточено по кривой регрессии (имеет место ф-я зависимости). Это отношение равно 0 т. и т. т., когда линия регрессииY на X предст. собой горизонтальную прямую, проход. через центр распр-я, т.е. если X, Y не коррелируемые.
Между отношениями нет какой-либо простой зависимости.
Не коррелируемость Y с X , т.е. случай когда не влечет за собой некоррел-ти X с Y. Возможны ситуации, в к-рых один из этих показателей равен 0, а другой =1. Можно показать, что корреляц. отношение не может быть меньше по абсолютной величине коэф-та корреляции, связывающие эти же СВ.
Случай линейной зависимости эти две характеристики связи между СВ совпадают это позволяет использовать величину (ρ – коэф-т корреляции) в качестве меры отклонения регрессион. зависимости от линейного вида.
Регрессионный анализ- это анализ ф-ии регрессии и. С его помощью решаются след. задачи:
1)находят точечные и интервальные оценки параметров ф-ии
2)производят точечное и интервальное оценивание условных МО, т.е. исслед. ф-ии
3)проверяют согласованность найденной эмпирической ф-ии регрессии с эмпир. данными.
Обобщая можно сказать, что при регрессион. исследовании производят анализ структуры связей между рассм. признаками и измеряется степень их тесноты.
Замечание:ф-ии наз. модельными ф-ями регрессии, ф-ииназ. эмпирическими ф-ями регрессии.
Примеры задач регрессион. анализа:
-исследов. измерения средней величины удельных сбережений семьи (условное средн. значение удельных семейных сбережений) в зависимости от средне душевого дохода;
-исследов. средней долговечности испытуемого образца в зависимости от хар-ки эксплуатационного напряжения.