Статистические методы моделирования связи

Для изучения функциональной связи используется балансовый и индексный метод.

Для изучения стохастической связи используются:

- метод сопоставления 2-х параллельных рядов;

- метод аналитических группировок;

- корреляционный анализ;

- регрессионный анализ;

- некоторые непараметрические методы.

1. Метод 2-х параллельных рядов – здесь сопоставляются и сравниваются 2 параллельных ряда с предварительной установкой между ними причиной связи.

Недостатком данного метода является невозможность определения количественной меры связи между определенными признаками.

2. Метод аналитических группировок, при котором осуществляется группировка единиц совокупности по факторному признаку и для каждой группы вычисляются средние и результативные значения признака. Затем происходит сопоставление результативного признака с факторным признаком.

Недостаток - этот метод не позволяет установить форму влияния факторных признаков на результативный.

3. Корреляционно – регрессионный анализ, который позволяет не только определить количественную оценку, но и определить форму влияние факторного признака на результат.

Задачи корреляционно – регрессионного анализа сводятся к изменению тесноты, связи между варьирующими признаками, определение причинных связей и оценки факторов, оказывающих наибольшее влияние на результативный признак.

Задачи регрессионного анализа – выбор типа, модели или формы связи.

По количеству влияния факторов модели могут быть однофакторными и многофакторными.

В зависимости от целей модели могут быть подразделены на структурные, динамические и модели связи.

Рассмотрим двухмерную, линейную модель корреляционно-регрессионного анализа, которую еще называют однофакторным, линейным корреляционно-регрессионным анализом.

Важный этап в построении регрессионной модели – это установление вида функций. Уравнение парной, линейной, корреляционной связи имеет вид:

где а₀, а₁ находятся методом наименьших квадратов по формулам:

Дата добавления: 2015-07-02