- •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
24.Оценка тесноты связей и достоверности параметров при криволин парных связях
В отличие от линейной корреляционно-регресионной зависимости, при криволинейных связях тесноту связи признаков, определяют по индексам корреляции и детерминации. Смысл индексов тот же, что и коэффициентов корреляции и детерминации.
Определяют общую дисперсию: факторная Д+остаточная
Коэф детерминации – это отношение фактор дисперсии к общей. Этот коэфф объясняет какая часть вариации результ признака объясняется вариацией фактор признака.
Индекс корреляции:
Индекс корреляции всегда положителен и не может указывать направление связи6. Достоверность индексов корреляции и детерминации при криволинейных оценивают по критерию Фишера :
где : N — число единиц в совокупности, m — число параметров уравнения .
F расчетное сравниваем с F табличным.
Если F расчетное > F табличного , то нуль-гипотиза отвергается и принимается утверждение , что индекс корреляции и детерминации достоверны.
22.Показатели тесноты связей и достоверности парной линейной крм
Насколько близко фактические точки разбросаны вокруг теоретической линии регрессии, оценивают по показателям тесноты связей.
1. Парный коэффициент корреляции :
Величина называется ковариацией:( )= COVyx (это показатель величины совместной вариации Х и Y)
Парный коэффициент корреляции интерпретируется в зависимости от его величины и знака.
Всегда 0<r<1 или –1<r<0.
Если 0<r<1, то связь факторов прямая.
Если –1<r<0, то связь факторов обратная.
Если r< = 0.3, то связь признаков слабая;
если 0.3< │ r │ <0.7, то связь средняя;
если │ r │ >=0.7, то связь сильная (или тесная).
2. Парный коэффициент детерминации: r2 * 100%.
Он показывает, на сколько процентов вариация результата зависит от вариации фактора.
3. Коэффициент эластичности ( Э ). Коэффициент эластичности находят как первую производную:
Коэффициент эластичности результативного признака относительно факторного признака показывает, на сколько процентов изменится в среднем результат при изменении Х на 1% своего среднего значения.
Анализ достоверности парной лин. КРМ: Поскольку изучаемая совокупность по объему всегда ограничена, то значения параметров уравнения регрессии и коэффициентов корреляции и детерминации могут искажаться действием случайных факторов. Поэтому нужно с помощью какого-либо критерия достоверности оценить все показатели, т.е. подтвердить или опровергнуть нуль-гипотезу. Для линейной связи обычно используют t-критерий (Стьюдента). Определяют t расчетные для a0, a1 и r. Сравнивают полученные значения с t табличными. Если расчетные t больше t табличных, то нуль-гипотеза о недостоверности уравнения отвергается.
26.Расчет параметров линейного множественного уравнения связи
Параметры уравнения то есть коэффициенты регресии ai и свободный член a0 находят из системы нормальных уравнений по методу наименьших квадратов:
Данная система может быть решена методом Гауса или матричным методом.
ai — называют частными коэффициента регресии в отличии от парных . Он показывает среднее изменение результативного показателя с учетом знака при изменении факторного признака Xi на единицу своего измерения при условии, что другие учтенные в модели факторы остаются неизменными.