Studopediya

КАТЕГОРИЯ:


Астрономия- (809) Биология- (7483) Биотехнологии- (1457) Военное дело- (14632) Высокие технологии- (1363) География- (913) Геология- (1438) Государство- (451) Демография- (1065) Дом- (47672) Журналистика и СМИ- (912) Изобретательство- (14524) Иностранные языки- (4268) Информатика- (17799) Искусство- (1338) История- (13644) Компьютеры- (11121) Косметика- (55) Кулинария- (373) Культура- (8427) Лингвистика- (374) Литература- (1642) Маркетинг- (23702) Математика- (16968) Машиностроение- (1700) Медицина- (12668) Менеджмент- (24684) Механика- (15423) Науковедение- (506) Образование- (11852) Охрана труда- (3308) Педагогика- (5571) Полиграфия- (1312) Политика- (7869) Право- (5454) Приборостроение- (1369) Программирование- (2801) Производство- (97182) Промышленность- (8706) Психология- (18388) Религия- (3217) Связь- (10668) Сельское хозяйство- (299) Социология- (6455) Спорт- (42831) Строительство- (4793) Торговля- (5050) Транспорт- (2929) Туризм- (1568) Физика- (3942) Философия- (17015) Финансы- (26596) Химия- (22929) Экология- (12095) Экономика- (9961) Электроника- (8441) Электротехника- (4623) Энергетика- (12629) Юриспруденция- (1492) Ядерная техника- (1748) Arhitektura- (3434) Astronomiya- (809) Biologiya- (7483) Biotehnologii- (1457) Военни бизнесмен (14632) Висока technologies- (1363) Geografiya- (913) Geologiya- (1438) на държавата (451) Demografiya- ( 1065) Къща- (47672) журналистика и смирен (912) Izobretatelstvo- (14524) външен >(4268) Informatika- (17799) Iskusstvo- (1338) историята е (13644) Компютри- (11,121) Kosmetika- (55) Kulinariya- (373) културата е (8427) Lingvistika- (374) Literatura- (1642) маркетинг-(23702) математиците на (16968) Механична инженерно (1700) медицина-(12668) Management- (24684) Mehanika- (15423) Naukovedenie- (506) образователна (11852) truda- сигурност (3308) Pedagogika- (5571) Poligrafiya- (1312) Politika- (7869) Лево- (5454) Priborostroenie- (1369) Programmirovanie- (2801) производствено (97 182 ) индустрия- (8706) Psihologiya- (18388) Religiya- (3217) Svyaz (10668) Agriculture- (299) Sotsiologiya- (6455) на (42831) спортист строително (4793) Torgovlya- (5050) транспорт ( 2929) Turizm- (1568) физик (3942) Filosofiya- (17015) Finansy- (26596) химия (22929) Ekologiya- (12095) Ekonomika- (9961) Electronics- (8441) Elektrotehnika- (4623) Мощност инженерно ( 12629) Yurisprudentsiya- (1492) ядрена technics- (1748)

Статистически методи за определяне на съответствието

Предмет метод 12. Съотношение анализ

Връзката между фактора и продуктивни качества или може да бъде функционална връзка. Функционално комуникация се характеризира с пълна кореспонденция между променлива промяната на фактор и промяната на ефективна характеристика, т.е. всяка стойност на атрибут-фактор съответства на точно определена стойност на получената променлива. Корелацията между коефициента на климата и ефективното характеристика на този пълно съответствие не само влиянието на тези фактори са средно на по-масово доказателства наблюдение. Има и стохастичен връзка, т.е.. Д. В зависимост се проявява във всеки отделен случай, и на средната стойност, с голям брой наблюдения. Съотношенията се считат за специален случай на отношението на стохастичен.

В проучването на корелации за решаване на широк кръг от въпроси:

1) предварителен анализ на свойствата на целевата група;

2) Откриване на комуникация, определяне посоката си и форма;

3) измерване на степента на близост на връзката между знаците;

4) определяне на аналитичния (математически) израз или съобщението за изграждане на регресионен модел;

5) оценка на адекватността на модела, нейното тълкуване и практическото използване.

По време на регресионен анализ се срещнаха на определени изисквания:

1) качествена хомогенност на целевото население следва да бъдат допълнени с количествени характеристики заедно с темпове на изменение и проверка на хипотези за аксесоарите освободени или проучване на населението на екстремни стойности знак;

2) първоначалните данни трябва да са масивни, представител;

3), включени в проучването на признаци на фактори следва да бъде основният (да имат решаващо влияние върху нивото на получената променлива) и да бъдат независими един от друг (те не трябва да дублират помежду си);

4) практическото приложение на резултатите от проучването на съответствието трябва да се има в предвид, че всички на основните разпоредби от теорията на корелация и регресия са разработени въз основа на предложенията на нормален характер на разпределение на разглежданите функции.

Характеристики на основните методи за изучаване на взаимоотношенията представени в таблица 12.1.

Таблица 12.1 - Методи за изучаване на връзката

методи особеност
1. Методът на индекс Тя ви позволява да се определи ролята на отделните фактори в цялостното измерване на сложното явление. С взаимосвързани индекси разбера как да се промени продуктивни характеристики в резултат на промени във факторите за успешно представяне
2. Методът от паралелни редове Получените доклади и обработка на строителни материали са подредени като поредица от успоредни и в сравнение с всеки друг, за да установи естеството и близостта на връзката
метод 3. Equity Тези взаимосвързани показатели са показани в таблица и подредени по такъв начин, че резултатите между различните части от него са равни
4. метод за анализ групи Единиците са групирани статистическа население, и за всяка група изчисляват средната или относителна стойност въз основа на ефективността; след промяната на средните или относителни стойности на получената променлив фактор в сравнение с признаци на промяна определи естеството на връзката между тях
5. Анализ на дисперсията Тя ви позволява да се определи стойността на систематична и случайна вариация, както и да се установи ролята на специфичен фактор в промяната на ефективна функция
6. Коефициентът на корелация Сравнението на смесената група разрез с общото нарича корелация; Той описва съотношението на промяната на получената променлива, причинено от действието на фактор променлива, в основата, предвидена в групи
7. съответствието и регресионен анализ Тя ви позволява да се направи оценка на херметичността и посоката на връзката между продуктивна и коефициент на трансформация и се получи уравнението в зависимост от продуктивна показател за ефективността фактори. Задачи корелационен анализ - да се измери близостта на връзката между различни симптоми, определят неизвестните причинно-следствените връзки и оценка на факторите, които оказват най-голямо влияние върху производствената функция. Цели на регресионен анализ - да се създадат форми на зависимост, определят функцията на регресия, и използват уравненията за оценка на неизвестни стойности на зависимата променлива



12.2 Статистически изследвания формират корелация. Основните етапи на анализа на съответствията

корелация Form е основно определя с помощта на теоретичен анализ, обаче, ние трябва да приемем съществуването на само някои форми на комуникация в някои случаи. Тези предположения впоследствие проверени с помощта на графичен анализ.

корелационен анализ и регресия с помощта на различни форми на комуникация (12.1, 12.2, 12.3, 12.4):

1) прав

(12.1)

2) извити във формата:

- Парабола от втори ред (или по-висок порядък)

(12.2)

- хипербола

(12.3)

- Експоненциална функция

(12.4) и т.н.

Най-простият вариант е корелация корелация чифт, т.е. връзката между двата знака (продуктивни и факторен или между две факториел). Математически, тази връзка може да се изрази като зависимостта на ефективен индекс на индекса с коефициент х. Връзки могат да бъдат напред и назад. В първия случай, с увеличение на характерните х увеличава и влезте в задната дължи на увеличение знак X на намаление на симптомите. Най-важната задача в това отношение е определението на формата със следните параметри за изчисляване на уравнението, или пък намирането на уравнението на ограничение.

Обикновено линейна регресия Equation (12.5)

Yi теор = ао + a1 * XI. (12.5)

Параметрите на комуникация в това уравнение е обикновено определят от системата на нормални уравнения, които трябва да отговарят на изискването за поне метода на квадрати (LSM) (12.6):

(12.6)

Ако връзката е експресиран от парабола от втори ред ( ), Системата за нормални уравнения за намиране на параметрите на 0, 1, 2, могат да бъдат представени под формата (12.7)

(12.7)

Такава връзка се нарича множествена линейна регресия.

Има също така не-линейна регресия, която може да бъде от два класа:

1) нелинейна регресия по отношение на променливите В проучването са включени, но линейна в параметри;

2) нелинейност върху очакваните параметри.

За оценка на не-линейна регресия най-често се използва коефициент на еластичност (12.8), което показва процентното изменение при преминаване от един на интерес:

E = Dy / DX * X / Y или E = a1 * х / г (за линейно уравнение). (12.8)

Има следните етапи на анализ на линейна корелация:

1) събирането и подготовката на въвеждане на данни;

2) изграждане на връзката на област;

3) избор на комуникациите;

4) оценка на близостта на комуникация.

5) оценка на коефициента на надеждност на корелация.

Оценката може да се извърши при скорост от значение на студента (12.9):

т изчислено = , (12.9)

Това условие трябва да бъде изпълнено:

trasch> TTAB (TTAB взета от масата на Student от коефициенти).

6) изчисляването на коефициентите на регресия за YX на уравнение = брадва + б (12.10, 12.11):

а = ;

В = , (12.10, 12.11)

7) изчисляване на доверителния интервал на отклонения.

Доверителните граници на отклонения (+/- г) - е на разстояние нагоре и надолу от теоретична линия, образувайки доверие област на лентата по теоретична линия, при което цялата Yi ще падне с дадена вероятност (12.12):

+/- D = +/- т Tab , (12.12)

8) оценка на прогнозиране на модела - се извършва по два критерия:

- Остатъчна вариацията (оценка, проведено от коефициентът на вариация) (12.13):

(12.13);

По икономически прогнози, коефициентът на вариация трябва да бъде по-малко от или равно на 10%.

- Критерий на Фишер (12.14):

, (12.14)

ако , На предсказуем мощност на модела, достатъчно.

В проучването на явления във времето често е необходимо да се оцени степента на съответствие в промени в нивата на няколко серии. Прилагането на този метод на класическата теория на корелация се дължи на някои характеристики:

1) във времевия ред често се наблюдава връзка между предходните и следващите нива. Наличието на такава връзка в статистическата литература нарича автокорелация. В изследването на динамиката на отношенията между редовете, използвайки методите на корелация и регресионен анализ, автокорелация трябва да бъде отстранен от всеки от сравними времеви редове;

2) промени в нивата на множествена времеви редове, обикновено има лаг, т.е. изместване по време спрямо друга промяна поредни нива динамика. За правилното определяне на степента на корелация стягане също така е необходимо да се премахне този лаг, т.е. нива трябва да се движат един ред в сравнение с другия в някакъв период от време;

3) условия за формирането на въпросната серия от нива обикновено се различават. Съответно, тя може да варира във времето и степента на близост на връзката. При тези условия, е променлива корелация.

По този начин, когато се анализира връзката между редовете трябва динамика:

1) измерване на връзката между предишните и следващите нива;

2) дава възможност за изследване на връзката между редовете на динамиката споменати по-горе.

Първият проблем е решен за всеки ред на динамика: като променлива фактор се счита за действителния брой на нива, и нивата на същата серия, с промяна на един период се приемат като ефективна функция. Автокорелация коефициенти са изчислени и авторегресия, и коефициента на автокорелация се изчислява въз основа на коефициента на формула на линеен (двойки) корелация. Ако резултатите от изчисляването на коефициентите на автокорелация ще показват наличието на нива на автокорелация на оригиналния време серия, след това по-нататъшен анализ на съответствието между редовете на динамика трябва да се премахнат автокорелацията.

12.3 статистическа корелация измерване стягане

В изследване на корелационен анализ е важен посока и оценка на степента на стягане връзка, която използва две групи методи:

1) параметрично - се основават на нормално разпределение и оценки се прилагат в случаите, когато целевото население се състои от стойности, които са обект на правото на нормално разпределение (методи корелация);

2) neperemetricheskie - не налага ограничения върху закона за разпределение на изследваните променливи.

Теснотата показатели за комуникация трябва да отговарят на няколко основни изисквания:

  • стойността на степента на индекс връзка стягане трябва да бъде равна или близка до нула, ако връзката между изследваните характеристики (процеси, събития) не съществува;
  • ако между изследваните черти (х и у) функционалната връзка на степента на близостта на връзката е равен на една;
  • ако между атрибути (х и у) корелация стягане поради Изразено правилното фракция, която е стойността на повече, толкова по-близо връзката между изследваните черти (клони към единство);

· Rectilinear корелация близостта на данните за връзка отразява посоката и съобщението: знак (+) oznachaetnalichie директен (положителен) връзка; и знака (-) - обратна (отрицателна).

Измерване на плътността на зависимостта на всички форми на комуникация може да се извърши чрез изчисляване емпирично съотношение на съответствията (12.15):

(12.9)

където - различията в броя на изравнени стойности на продуктивен индикатор ;

- Дисперсията в действителните стойности от ред.

За да се определи степента на близост на двойката линейна зависимост е линейна корелация коефициент R за изчисляване, които можете да използвате следните две формули (12.16, 12.17) на:

(12.16, 12.17)

Коефициентът на линейна корелация може да отнеме стойности, вариращи от -1 до + 1 или модул от 0 до 1. Знакът показва посоката на връзката: "+" - е пряка връзка, "-" се провежда в обратна зависимост. Изводи за близостта на връзката могат да бъдат направени по десетобалната Chaddoka:

1) R от 0.1 до 0.3 слабото звено;

2) когато г от 0.3 до 0.5 справедлива връзка;

3) R от 0.5 до 0.7 връзка забележим;

4) при стайна температура от 0,7 до 0,9 високо връзка;

5) R от 0.9 до 0.99, връзката е много висока.

Всички цени, посочени по-горе са за оценки на количествени черти връзки. За оценки комуникационни функции за качество, на следните фактори:

1) Коефициентът за асоцииране се използва за определяне на близостта на връзката на две функции висококачествени, състоящ се от две групи; тя може да бъде изчислена по формулата (12.18):

(12.18)

2) Коефициентът за непредвидени разходи също се използва за да се определи близостта на връзката на две функции висококачествени, състоящ се от две групи, и се изчислява по формулата (12.19):

(12.19)

Трябва да се има предвид, че един и същ фактор за непредвидени данни (варира от -1 до +1) е винаги по-малък от коефициента на асоциацията. Съобщението се смята за потвърдена, ако Cass> 0.5 или OSCC> 0.3.

3) ако е необходимо да се направи оценка на близостта на връзката между алтернативните функции, които може да вземе произволен брой стойности на опциите, използвани Pearson коефициент на взаимна извънредни ситуации (КП).

За проучване на този вид комуникация първичната статистическа информация под формата на таблица (таблица 12.2).

Таблица 12.2 - Подкрепа за таблица за изчисляване на коефициента на взаимно свързване

доказателства A B C общо
D м 11 м 12 м 13 Σm
E м 21 м 22 23 м Σm
F м 31 м 32 м 33 Σm
общо Σm J1 Σm J2 Σm J3 P

Къде м ий - честота взаимно комбинация от два атрибутивни функции; P - брой двойки на наблюдения.

Pearson коефициент на взаимно свързване се определя от формула (12.20):

(12.20)

където - Индикатор за средната квадратна осигурителния:

Взаимно фактор за непредвидени варира от 0 до 1; Статистики съществуват различни модификации.

4) Фехнер коефициент характеризиране на елементарното ниво на близостта на връзката, която трябва да се използва, за да се установи факта на връзката, когато има една малка част от обща информация. Това съотношение се определя от формула (12.21):

(12.21)

където п е - броя на съвпаденията на отделните признаци на отклоненията от тяхното средно аритметично; N б - съответно на броя на несъответствията.

Фехнер коефициент може да варира -1.0 К = 1.0.

<== Предишна лекция | На следващата лекция ==>
| Статистически методи за определяне на съответствието

; Дата: 03.01.2014; ; Прегледи: 713; Нарушаването на авторските права? ;


Ние ценим Вашето мнение! Беше ли полезна публикуван материал? Да | не



ТЪРСЕНЕ:


Вижте също:



ailback.ru - Studopediya (2013 - 2017) на година. Тя не е автор на материали, и дава на студентите с безплатно образование и използва! Най-новото допълнение , Al IP: 66.102.9.26
Page генерирана за: 0.112 сек.