Методы изучения взаимосвязи
Корреляционный анализ – метод установления связи и измерения ее тесноты между наблюдениями. Корреляционная связь проявляется в среднем для массовых наблюдений, когда заданным значением зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной.
В статистике теснота связи может определяться с помощью различных коэффициентов (Фехнера, Пирсона, коэффициентные ассоциации и т. д.).
При линейной зависимости коэффициент корреляции между факторами х иуопределяется следующим образом:
r= ,
где r– линейный коэффициент корреляции;xi– индивидуальное значение факторного признака в совокупности;x– среднее значение факторного признака в совокупности;yi– индивидуальные значения результативного признака в совокупности;y– среднее значение результативного признака в совокупности.
Значения коэффициента корреляции изменяются в интервале - 1; + 1.
Значение r= - 1 свидетельствует о наличии жестко детерминированной обратно пропорциональной связи между факторами;r= + 1 – соответствует жестко детерминированной связи с прямо пропорциональной зависимостью факторов. Если линейной связи между факторами не наблюдается,r= 0.
Другие значения коэффициента корреляции свидетельствуют о наличии стохастической связи, причем чем ближе (r) к единице, тем связь теснее.
При r0,3 - связь можно считать слабой; при 0,3r20,7 – связь средней тесноты;r0,7 – тесная.
Регрессионный анализ– это метод установления аналитического выражения стохастической зависимости между исследуемыми признаками.
Уравнение регрессии показывает, как в среднем изменяется упри изменении любого изxiи имеет вид:
y=f(x1x2…xn),
где у– зависимая переменная;xi– независимая переменная.
В ходе регрессионного анализа решаются две основные задачи:
- построение уравнения регрессии, т. е. нахождение вида зависимости между результативным показателем и независимыми факторами х1,х2 …хn ;
оценка значимости полученного уравнения, т.е. определение того, насколько выбранные факторные признаки объясняют вариацию признака у.
Регрессионный анализ – один из наиболее разработанных методов математической статистики.
Для реализации регрессионного анализа необходимо выполнение ряда специальных требований:
- множество значений - х1,х2 …хn;
- у– должен быть независимым ;
- нормальное распределение случайных величин.
При линейной зависимости уравнение регрессии имеет вид:
у=а+в х,
где а, в – параметр уравнения, из которых «в» – коэффициент регрессии.
Система нормальных уравнений способом наименьших квадратов для нахождения параметров линейной регрессии.
an +вх=у
ах+вх2=ух,
где n - число наблюдений; параметрa – начальное значение результативного признака; параметрв – значение характеризует насколько в среднем изменится значение факторного признака.