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:
Расчет коэффициента
эффективности использования основных фондов транспорта
Задано: доходы вида транспорта от перевозок – таблица А.3 (графа 2); стоимость основных фондов вида транспорта – таблица А.3 (графа 3), по грузовым перевозкам – таблица А.3 (графа 4), пассажирским – таблица А.3 (графа 5). Требуется: рассчитать эффективность использования основных фондов транспортно ...
Расчет ускорений автомобиля
Ускорение автомобиля полной массы будем рассчитывать по формуле: j = (Pк – Pf – Pi – Pw)/ MП/ d, где d – коэффициент учета вращающихся масс. Коэффициент d вычислим по приближенной формуле: d = 1,03 + α × iкп2 где α для легковых автомобилей принимает значения 0,05…0,07. d1 = 1,03 + 0 ...
Корректирование межремонтного пробега
Корректирование межремонтного пробега Lкр, км, производится по формуле Lкр= Lкрср ЧК1Ч К2 Ч К3 Ч К3 , где Lкрср - среднее значение межремонтного пробега, км ; К1 – коэффициент корректирования, учитывающий категорию условия эксплуатации; К2- коэффициент корректирования, учитывающий модификацию подви ...