- •1.Предмет, метод и осн. Понятия статистики
- •2.Принципы, ф-ии ст-ки. Связь с др.Науками
- •5. Этапы стат исследования
- •6.Этапы, виды и сп-бы стат.Наблюдений
- •7.Достоверность и своевременность наблюд. Виды ошибок наблюдения и их исключение
- •11. Понятие системы группир и перегруппир.
- •8.Определение сводки и группировки, задачи
- •9.Виды группировок:
- •10.Виды интервалов группир и их нахождение
- •12.Равночастотные группир и их исп-ние
- •14.Стат.Таблицы и правила их оформления
- •15.Определение выборочного наблюдения (вн
- •16.Обозначение показателей при вн
- •25. Поиск уравнения кр модели
- •18.Условия применения кра
- •19.Этапы кра
- •20.Виды парной крс
- •21.Парная линейная кра(модель)
- •23.Расчет параметров криволин. Уравнений
- •24.Оценка тесноты связей и достоверности параметров при криволин парных связях
- •22.Показатели тесноты связей и достоверности парной линейной крм
- •26.Расчет параметров линейного множественного уравнения связи
- •27.Оценка тесноты связи признаков. Показ. Тесноты связи
- •28.Оценка достоврености результатов проведенного кра
- •29.Стандартизированный вид лин урав связи
- •30. Понятие о динамич. Рядах. Виды рд
25. Поиск уравнения кр модели
Математиками разработаны различные модели оценивающие влияние нескольких факторов на результат. Факторы, влияющие на результ. показатель м.б. связаны друг с другом. Поэтому видов многофактор урав регрессий д.б. разработано большое кол-во. В учеб. ст-ке в основном рассматрив. лин. уравнение регрессии след. вида:
где: n — отражает число факторов
а0 – свободный член; а1,а2 … - частные коэф. регрессии
При составлении модели встает вопрос отбора факторов, которые могут быть включены в многофакторную модель.
Для отбора факторов модели часто используют матрицу парных коэффициентов корреляции.
|
Y |
X1 |
X2 |
..... |
Xn |
Y |
1 |
RYX1 |
RYX2 |
..... |
RYXn |
X1 |
|
1 |
RX1X2 |
..... |
RX1Xn |
X2 |
|
|
1 |
..... |
RX2Xn |
.... |
|
|
|
..... |
..... |
Xn |
|
|
|
|
1 |
Матрицу используют следующим образом :
1.По строке Y анализируют Rij и отбирают те факторы в модель для которых Riy>0,3 .2.Используя остальные строки матрице устанавливают наличие или отсутствие мультиколлинеарности факторов. Факторы явл. мкльтиколенеарными если парный коэф. корреляции для них пости равен 1
3.Вопрос о кол-ве факторов, включаемых в модель решается в завис. от значения N, т.е. чем больше N, тем больше факторов будет в модели.
Можно считать, что фактор является незначительным, если его включение в уравнение регресии только изменяет значение коэффициента регресии , не изменяя суммы квадратов остатков то есть:
Если при включении в модель факторного признака увеличивается величина множественного коэффициента корреляции и детерминации, а коэффициент регресии меняется незначительно, то данный признак существенен и его включение в уравнение регресии обязательно.
18.Условия применения кра
Связь называется корреляционной, если значению результативного показателя соответствует несколько значений факторного признака, и наоборот, при одном и том же значении факторного показателя можно достичь разных значений результата.
За результативный показатель в каждом конкретном анализе выбирается более важный с точки зрения цели исследования признак, отражающий результаты деятельности.
Корреляционно-регрессионный анализ как статистический метод занимается взаимной вариацией различных показателей, когда изменение одного признака влияет на изменение другого.
Очень часто в статистической литературе под регрессией понимают нахождение математического уравнения связи, под корреляцией – определение тесноты связи изучаемых признаков.
Уравнение регрессии записывается в следующем виде:
Yx1,x2,…,xn = f(x1;x2;…;xn), где "n" – число факторов, включ. в модель; .Хi – факторы, влияющие на результат У.
Условия применения корреляционно-регрессионного анализа: 1. Для построения регрессионной модели надо иметь достаточно большое количество единиц анализируемой совокупности (не менее 50). 2. Распределение показателей, включенных в модель должно быть близким к нормальному, т.е. сила вариации каждого фактора должна быть незначительной.