Корреляционно- регрессионный анализ

МЕТОДЫ МНОГОМЕРНОГО СТАТИСТИЧЕСКОГО АНАЛИЗА

Проверка гипотезы о принадлежности выделяющих единиц исследуемой генеральной совокупности

Изучение массовых явлений, как правило, осуществляется по неполной информации. В составе собранных данных могут встречаться единичные наблюдения, у которых отдельные значения изучаемых признаков заметно отличаются от общей тенденции изменения большинства значений. Причины таких отличий могут быть разными:

· из-за ошибок наблюдения;

· вследствие случайного стечения различных обстоятельств, каждый из которых в отдельности несущественный, но совокупное их влияние привело к таким резко выделяющимся от общей картины значениям признаков;

· как следствие нарушения однородности изучаемой совокупности.

В общем случае все значения изучаемых признаков фиксируются по известным единицам совокупности по их части, отобранной с учетом всех требований. Следовательно, первичные статистические данные, включая и резко «выделяющемся», соответствуют конкретным случаям проявления изучаемого явления.

Закон нормального распределения лежит в основе многих теорем и методов статистики при оценке репрезентативности выборки (расчете ошибки выборки и распространении характеристик выборки на генеральную совокупность); измерении степени тесноты связи и составлении модели регрессии; построении и использование статистических критериев и др.

Расхождения между частотами (частностями) эмпирического и теоретического распределения могут быть несущественными и объяснены случайностями выборки и существенными при несоответствии выбранного и эмпирического законов распределения.

Для проверки гипотезы о соответствии эмпирического распределения теоретическому закону нормального распределения используются особые статистические показатели-критерии согласия (или критерии соответствия).

Для количественного описания взаимосвязей меж­ду экономическими переменными в статистике ис­пользуют методы регрессии и корреляции.

Регрессия – величина, выражающая зависимость среднего значения случайной величины от значе­ний случайной величины .

Уравнение регрессии выражает среднюю вели­чину одного признака как функцию другого.

Функция регрессии – это модель вида , где – зависимая переменная (результативный при­знак); – независимая, или объясняющая, перемен­ная (признак-фактор).

Линия регрессии – график функции .

Дата добавления: 2014-12-29