Розділ «§ 7.2. Кореляційно-регресійний аналіз»

Ви є тут

Статистика

Таким чином, у загальному вигляді рівняння матиме вигляд:

у, = 2,98 - 0,008х

Економічна інтерпретація даного кореляційного рівняння така: збільшення рівня автоматизації процесу на 1% призводить до зменшення витрат живої праці на одиницю продукції в середньому на 0,008 людино -дня.


7.2.3. Криволінійна регресія



7.2.4. Множинна кореляція


До цих пір розглядалися моделі простої кореляції, тобто кореляційної залежності між двома ознаками. Проте в практиці економічного аналізу часто доводиться вивчати явища, які складаються під впливом не одного, а багатьох різних факторів, кожний з яких окремо може не справляти вирішального впливу. Сукупний же вплив факторів інколи виявляється достатньо сильним, щоб по їх змінах можна було робити висновки про величини показника досліджуваного явища. Методи вимірювання кореляційного зв'язку одночасно між двома, трьома і більше кореляційними ознаками створюють вчення про множинну кореляцію (питання множинної кореляції вперше досліджувались англійським вченим Ф.А.Еджвортом у кінці XIX ст.).

У моделях множинної кореляції залежна змінна "У" розглядається як функція кількох (у загальному випадку п) незалежних змінних "х".

Припущення про наявність лінійного зв'язку рівняння множинної регресії може бути показано в такому вигляді:

У*,*, = оі0 + а1х1 + ос2х2 + а3х3 +... + сспхп

Із геометричної точки зору це рівняння визначає у просторі площини відповідних змінних Х1,X2,Xз,...,х" і у.

Множинне кореляційне рівняння встановлює зв'язок між досліджуваними ознаками і дозволяє вирахувати очікувані значення результативної ознаки під впливом включених в аналіз ознак -факторів, зв'язаних даним рівнянням .

Для оцінки ступеня тісноти зв'язку між результативною і факторними ознаками обчислюють коефіцієнт множинної кореляції. Величина його завжди додатне число, яке знаходиться в межах від 0 до 1.

У множинних кореляційно-регресійних моделях коефіцієнт простої кореляції між результативною ознакою і факторними, а також між самими факторними ознаками розраховують за формулами:

парні -

ух' ух2 х1 Х2

гух1 - гух2 ■ гх1 х2 гух2 - гух1 ■ гх1 х2

гух1 ■ х2 = і = і 2 ; Гух2 ' х1 = І = І 2 ;

чаСТКОВІ -л'1 ~ г Ух^1 ~ г х1 х2 V1 - г ух^1 - г х1 х2

Множинні (для двофакторної моделі):

Кууа =уі 1 -(1 - г2>'л1)(1 - г2ух2 ■ х1)

Сторінки


В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Статистика» автора Опря А.Т. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „§ 7.2. Кореляційно-регресійний аналіз“ на сторінці 4. Приємного читання.

Зміст

  • Вступ

  • МОДУЛЬ 1

  • ТЕМА 1. МЕТОДОЛОГІЧНІ ЗАСАДИ СТАТИСТИКИ

  • § 1.4. Метод статистики

  • ТЕМА 2. СТАТИСТИЧНЕ СПОСТЕРЕЖЕННЯ

  • ТЕМА 3. ЗВЕДЕННЯ І ГРУПУВАННЯ СТАТИСТИЧНИХ ДАНИХ

  • МОДУЛЬ 2

  • ТЕМА 4. УЗАГАЛЬНЮЮЧІ СТАТИСТИЧНІ ПОКАЗНИКИ

  • ТЕМА 5. АНАЛІЗ РЯДІВ РОЗПОДІЛУ

  • § 5.4. Моменти статистичного розподілу

  • § 5.5. Характеристика асиметрії і ексцесу

  • ТЕМА 6. АНАЛІЗ ПОДІБНОСТІ РОЗПОДІЛІВ

  • МОДУЛЬ 3

  • ТЕМА 7. СТАТИСТИЧНІ МЕТОДИ ВИМІРЮВАННЯ ВЗАЄМОЗВ'ЯЗКІВ

  • § 7.2. Кореляційно-регресійний аналіз
  • МОДУЛЬ 4

  • ТЕМА 8. АНАЛІЗ ІНТЕНСИВНОСТІ ДИНАМІКИ

  • ТЕМА 9. АНАЛІЗ ТЕНДЕНЦІЙ РОЗВИТКУ ТА КОЛИВАНЬ

  • ТЕМА 10. ІНДЕКСНИЙ МЕТОД

  • МОДУЛЬ 5

  • ТЕМА 11. ВИБІРКОВИЙ МЕТОД

  • ТЕМА 12. ПОДАННЯ СТАТИСТИЧНИХ ДАНИХ: ТАБЛИЦІ, ГРАФІКИ, КАРТИ

  • ПРОГРАМОВАНИЙ КОНТРОЛЬ ЗНАНЬ

  • МОДУЛЬ І

  • МОДУЛЬ 2

  • МОДУЛЬ 3

  • МОДУЛЬ 4

  • МОДУЛЬ 5

  • НАУКОВО-ПІЗНАВАЛЬНІ ТЕМИ

  • ТЕМА 2. МЕТОДИ БАГАТОМІРНОГО СТАТИСТИЧНОГО АНАЛІЗУ

  • Програмований контроль знань до науково-пізнавальних тем

  • Запит на курсову/дипломну

    Шукаєте де можна замовити написання дипломної/курсової роботи? Зробіть запит та ми оцінимо вартість і строки виконання роботи.

    Введіть ваш номер телефону для зв'язку, в форматі 0505554433
    Введіть тут тему своєї роботи