- •Статистическая оценка взаимосвязи признаков
- •Оглавление
- •Введение
- •1. Цели и задачи выполнения курсовой работы
- •1.1. Значение выполнения курсовой работы
- •1.2. Цель выполнения курсовой работы
- •2. Теоретические основы анализа взаимосвязи социально-экономических явлений
- •2.1. Виды связей между явлениями и их признаками.
- •2.2. Методы выявления наличия связи между явлениями
- •2.3. Парная регрессия на основе метода наименьших квадратов
- •2.4. Измерение характеристик тесноты связи между признаками
- •2.5 Статистическая оценка надежности параметров парной корреляции
- •2.6. Ранговый коэффициент связи
- •3. Задание к курсовой работе
- •Список литературы
- •Расчетные значения результативного признака по уравнению связи приведены в четвертой колонке табл. 2.
- •Статистическая оценка взаимосвязи признаков
2.3. Парная регрессия на основе метода наименьших квадратов
и метода группировок
Парная регрессия характеризует связь между двумя признаками: результативным и факторным. Аналитически связь между ними описывается уравнениями прямой линии, гиперболы, параболы.
Оценка параметров уравнений регрессии – а0, а1 – осуществляется методом наименьших квадратов, в основе которого лежит минимизация суммы квадратов отклонений фактических значений результативного признака от значений, полученных по уравнению связи признаков (регрессии). В формализованном виде это условие представлено в формуле (4):
. (4)
Парная линейная корреляция является простейшей системой корреляционной связи. Внимание к линейным связям объясняется ограниченной вариацией переменных и тем, что в большинстве случаев нелинейные формы связей для выполнения расчетов преобразуются в линейную форму. Расчет коэффициента парной линейной регрессии приведен в формуле (5).
. (5)
Коэффициент парной линейной регрессии а1 показывает, на сколько изменяется в среднем значение результативного признака при увеличении факторного признака на единицу собственного измерения. Или коэффициент а1 показывает вариацию результативного признака, приходящуюся на единицу вариации факторного признака.
В уравнениях регрессии свободный параметр а0 показывает усредненное влияние на результативный признак неучтенных в уравнении связи факторных признаков.
Расчет свободного параметра уравнения парной линейной регрессии приведен в формуле (6).
. (6)
2.4. Измерение характеристик тесноты связи между признаками
Оценка тесноты связи между признаками предполагает определение меры соответствия вариации результативного признака от одного (при изучении парных зависимостей) или нескольких (множественных) факторных и основывается на расчете и анализе приведенных ниже показателей.
Линейный коэффициент корреляции характеризует тесноту и направление связи между двумя коррелируемыми признаками в случае наличия между ними линейной зависимости, вычисляется по формуле (7).
(7)
Линейный коэффициент корреляции показывает отклонение признака-фактора от его среднего значения на величину своего среднего квадратического отклонения, что в среднем по совокупности приводит к отклонению признака результата от своего среднего значения на rxy его среднего квадратического отклонения. В отличие от коэффициента парной линейной регрессии а1 коэффициент корреляции rxy не зависит от принятых единиц измерения признаков, а стало быть, он сравним для любых признаков.
Квадрат коэффициента корреляции называется коэффициентом детерминации. Линейный коэффициент корреляции изменяется в пределах от –1 до +1. Знаки коэффициентов регрессии и корреляции совпадают. При этом интерпретацию выходных значений коэффициента корреляции можно представить в табл. 2.
Корреляционное отношение также измеряет тесноту парной связи как при линейной, так и при нелинейной форме зависимости между ними и вычисляется по формуле (8).
, (8)
где – индивидуальные значения результативного признака; – значение результата по уравнению связи; – общее среднее значение результата.