Поэтому в данном контексте можно говорить о корреляционном анализе в широком смысле – когда всесторонне характеризуется взаимосвязь. В то же время выделяют корреляционный анализ в узком смысле – когда исследуется сила связи – и регрессионный анализ, в ходе которого оцениваются ее форма и воздействие одних факторов на другие.
Задачи собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак.
Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.
Решение названных задач опирается на соответствующие приемы, алгоритмы, показатели, применение которых дает основание говорить о статистическом изучении взаимосвязей.
Следует заметить, что традиционные методы корреляции и регрессии широко представлены в разного рода статистических пакетах программ для ЭВМ. Исследователю остается только правильно подготовить информацию, выбрать удовлетворяющий требованиям анализа пакет программ и быть готовым к интерпретации полученных результатов. Алгоритмов вычисления параметров связи существует множество, и в настоящее время вряд ли целесообразно проводить такой сложный вид анализа вручную. Вычислительные процедуры представляют самостоятельный интерес, но знание принципов изучения взаимосвязей, возможностей и ограничений тех или иных методов интерпретации результатов является обязательным условием исследования.
Методы оценки тесноты связи подразделяются на корреляционные (параметрические) и непараметрические. Параметрические методы основаны на использовании, как правило, оценок нормального распределения и применяются в случаях, когда изучаемая совокупность состоит из величин, которые подчиняются закону нормального распределения. На практике это положение чаще всего принимается априори. Собственно, эти методы – параметрические – и принято называть корреляционными.
Непараметрические методы не накладывают ограничений на закон распределения изучаемых величин. Их преимуществом является и простота вычислений.
Простейшим приемом выявления связи между двумя признаками является построение корреляционной таблицы:
\ Y \ X \ |
Y1 |
Y2 |
. |
Yz |
Итого |
Yi |
X1 |
f11 |
12 |
. |
f1z |
|
|
X1 |
f21 |
22 |
. |
f2z |
|
|
. |
. |
. |
. |
. |
. |
. |
Xr |
fk1 |
k2 |
. |
fkz |
|
|
Итого |
|
|
. |
|
n |
|
|
|
|
. |
|
|
- |
Информация по теме:
Экономическое обоснование восстановленной детали вместо вновь изготовленной
Данные для расчёта: 1. Масса детали: m=1,63 кг. 2. Цена материала: 65 руб./кг. Таблица №11. Наименование операции Трудоёмкость, ч Разряд работ Цена оборудования, руб. Площадь оборудования в плане, м2 Мойка 0,043 3 230000 4,33 Дефектация 0,18 3 9700 0,192 Обезжиривание 0,085 2 273000 1,105 Металлиза ...
Поездные расписания
Частота движения поездов требует от локомотивных бригад особо точного соблюдения времени отправления с начальной и прибытия на конечную станции; следования по перегонам и строгого регламента стоянок на промежуточных станциях. Это гарантирует выполнение графика, продвижение составов на линии под зел ...
Определение накладных расходов
В данной работе накладные расходы берем в процентном соотношении к общей сумме затрат. Примем накладные расходы в размере 20% от затрат. НР = ∑З × 20% / 80% 1) ∑З = 855392,9 НР = 855392,9 * 0,2 / 0,8 = 213848,2 руб. 2) ∑З = 750523 НР = 750523 * 0,2 / 0,8 = 187630,7 руб. 3) & ...