- •7 Регресійний аналіз
- •7.1 Попередній аналіз даних
- •7.2 Припущення, які використовує регресійний аналіз
- •7.3 Вибір вигляду функції для монотонних процесів
- •7.4 Метод найменших квадратів для оцінки параметрів функції регресії
- •Властивості регресії
- •7.5 Оцінка якості моделі
- •7.6 Критерій Фішера для оцінки адекватності моделі
- •7.7 Перевірка значущості коефіцієнтів регресії
- •7.8 Функції Excel для побудови регресійних залежностей
- •Розв’язання
- •7.9 Парна регресія в матричній формі
- •7.10 Метод найменших квадратів при оцінюванні параметрів поліномів
- •Розв’язання
- •7.11 Множинний регресійний аналіз
- •7.11.1 Матричний спосіб оцінки параметрів множинної регресії
- •7.11.2 Перевірка значущості коефіцієнтів регресії
- •7.11.3 Перевірка якості моделі. Скоригований коефіцієнт детермінації
- •7.11.4 Парна й часткова кореляції
- •Розв’язання.
- •7.12 Методи побудови багатофакторної регресійної моделі
- •7.12.1 Вибір "найкращого" рівняння регресії
- •7.12.2 Метод усіх можливих регресій
- •7.12.3 Метод виключень
- •7.12.4 Кроковий регресійний метод
- •Питання і завдання до розділу 7
- •Лабораторна робота Тема. Парний регресійний аналіз
- •Лабораторна робота Тема. Множинний регресійний аналіз
- •8 Дисперсійний аналіз
- •8.1 Однофакторний дисперсійний аналіз
- •Розв’язання.
- •Питання і завдання до розділу 8
- •Лабораторна робота Тема. Однофакторний дисперсійний аналіз
- •9 Ранговий аналіз
- •9.1 Коефіцієнт рангової кореляції Кенделла (Кендалла)
- •9.2 Коефіцієнт рангової кореляції Спірмена
- •Розв’язок.
- •9.3 Коефіцієнт конкордації
- •Питання і завдання до розділу 9
Питання і завдання до розділу 8
1 Задача дисперсійного аналізу, його мета.
2 Умови проведення дисперсійного аналізу.
3 Як обчислити загальну дисперсію. Що вона характеризує?
4 Як обчислити між групову (факторну) дисперсію. Що вона характеризує?
5 Як обчислити внутрішньо групову (залишкову) дисперсію. Що вона характеризує?
6 Який критерій використовують для перевірки гіпотези про рівність факторної й залишкової дисперсії?
Лабораторна робота Тема. Однофакторний дисперсійний аналіз
При дослідженні
впливу дії фактора A (рівень освіти)
на випадкову величину X (рівень
зарплати співробітників фірми)
проведена серія експериментів.
Припустивши, що результати спостережень
в експериментах є вибірками з нормальної
генеральної сукупності або сукупностей
з однаковими дисперсіями, необхідно
при рівні значущості
визначити чи впливає фактор
освіти на рівень зарплати співробітників
фірми на підставі наступних даних.
|
Варіант |
|
|
|
1 |
Освіта |
Зарплата співробітників |
|
Вища |
3300 3100 2500 2200 1900 1900 |
|
|
Середня спеціальна |
2400 1900 2000 1900 1800 1700 |
|
|
Середня |
2100 1700 1900 1800 1700 1700 |
|
|
2 |
Освіта |
Зарплата співробітників |
|
Вища |
2700 3000 2600 2000 1900 1900 |
|
|
Середня спеціальна |
2200 2000 2000 1800 1600 1700 |
|
|
Середня |
2100 2000 1900 1600 1700 1700 |
|
|
3 |
Освіта |
Зарплата співробітників |
|
Вища |
2200 3100 2600 2000 1600 1700 |
|
|
Середня спеціальна |
2600 2100 2000 1500 1800 1700 |
|
|
Середня |
1800 1300 1900 1800 1700 700
|
|
|
4 |
Освіта |
Зарплата співробітників |
|
Вища |
4200 3000 2800 2000 1700 1900 |
|
|
Середня спеціальна |
1600 1800 2000 1900 1300 1700 |
|
|
Середня |
1600 1900 1900 1800 1500 1700 |
|
|
5 |
Освіта |
Зарплата співробітників |
|
Вища |
3200 3000 2600 2000 1900 1900 |
|
|
Середня спеціальна |
2600 2000 2000 1900 1800 1700 |
|
|
Середня |
2000 2000 1900 1800 1700 1700 |
9 Ранговий аналіз
Ранговий аналіз використовують в тих випадках, коли величини, між якими досліджується наявність зв'язку, представлені не в шкалах відношень, а в будь-яких інших. Найчастіше така ситуація виникає, якщо ми маємо справу із суб'єктивними оцінками об'єктивних явищ, які не можна виміряти, тобто з експертними оцінками. Наприклад: досліджувати співвідношення між математичними й музичними здібностями учнів. Оцінки виставляються в балах.
Рангова кореляція використовується тоді, коли закон розподілу хоча б однієї з величин не є нормальним.
Коефіцієнт кореляції називають ранговим тому, що перед його обчисленням значення змінних перетворюють у ранги. Для цього значення змінних розміщують в упорядкованому ряді, потім кожному значенню присвоюють ранг від 1 до N, де N – кількість досліджуваних об'єктів.
Якщо кілька елементів мають однакові значення, то кожному з них присвоюється середнє значення від займаних ними місць.
Припущення:
-
спостереження взаємно незалежні;
-
N>9.
Тісноту зв'язку між рангами вимірюють так само, як і між ознаками. Розглянемо формулу коефіцієнта кореляції

,
де
,
.
Нехай
,
,
одержимо:
(9.1)
Залежно від того, що прийняти за міру розбіжності між величинами x′ і y′, можна одержати різні коефіцієнти зв'язку між рангами. Звичайно використовують коефіцієнти рангової кореляції Кенделла (τ) і Спірмена (ρ).
