Корреляционно-регрессионный анализ

Содержание

Слайд 2

Виды признаков

Виды признаков

Слайд 3

Виды взаимосвязи признаков

Виды взаимосвязи признаков

Слайд 4

При использовании корреляционно-регрессионного анализа необходимо соблюдать следующие требования.

1. Совокупность исследуемых исходных данных

При использовании корреляционно-регрессионного анализа необходимо соблюдать следующие требования. 1. Совокупность исследуемых исходных
должна быть однородной и математически описываться непрерывными функциями.
2. Все факторные признаки должны иметь количественное (цифровое) выражение.
3. Необходимо наличие массовости значений изучаемых по­казателей.
4. Причинно-следственные связи между явлениями и процес­сами могут быть описаны линейной или приводимой к линейной формой зависимости.
5. Не должно быть количественных ограничений на парамет­ры модели связи.
6. Необходимо обеспечить постоянство территориальной и временной структуры изучаемой совокупности.

Слайд 5

Признаки по их значению делятся на 2 класса.
Результативные признаки – признаки,

Признаки по их значению делятся на 2 класса. Результативные признаки – признаки,
изменяющиеся под действием других связанных с ними признаков.
2. Факторные – признаки, обуславливающие изменения результативных признаков.

Слайд 6

Задачи корреляционного анализа:

выделение важ­нейших факторов, которые влияют на результативный признак;
измерение тесноты

Задачи корреляционного анализа: выделение важ­нейших факторов, которые влияют на результативный признак; измерение
связи между факторами;
выявление неиз­вестных причин связей;
оценка факторов, оказывающих макси­мальное влияние на результат.

Слайд 7

Зависимость по направлению связи:

Положительная (прямая) – с увеличением (уменьш) одного

Зависимость по направлению связи: Положительная (прямая) – с увеличением (уменьш) одного признака
признака в основном увелич. (уменьш) значения другого.
Отрицательная (обратная) – с увеличением (уменьш) одного признака в основном уменьшаются (увеличив) значения другого.

Слайд 8

Относительно своей аналитической формы:

Линейная – между признаками в среднем проявляются

Относительно своей аналитической формы: Линейная – между признаками в среднем проявляются линейные
линейные соотношения.
Нелинейная – выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно.

Слайд 9

Виды зависимостей:

Парная корреляция - связь между двумя признаками (ре­зультативным и факторным).
2. Частная

Виды зависимостей: Парная корреляция - связь между двумя признаками (ре­зультативным и факторным).
корреляция - зависимость между результатив­ным и одним из факторных признаков при фиксированном значе­нии других факторных признаков.
3. Множественная корреляция - зависимость результатив­ного и двух или более факторных признаков, включенных в ис­следование.

Слайд 11

Порядок анализа в MS EXEL

Порядок анализа в MS EXEL

Слайд 12

Пример 1. Определите связь между ВРП Пермского края (млн.руб.), объемом туристического потока

Пример 1. Определите связь между ВРП Пермского края (млн.руб.), объемом туристического потока
(тыс.чел.), количеством несанкционированных свалок (шт.) и числом высаженных деревьев и кустарников на территории Пермского края.

1. Линейная связь между ВРП Пермского края и объемом туристического потока сильная (r=0,858166).
2. Линейная связь между ВРП Пермского края и количеством несанкционированных свалок практически отсутствует (r=0,350364).
3. Линейная связь между объемом туристического потока и числом высаженных деревьев и кустарников на территории Пермского края сильная (r=0,679717).

Имя файла: Корреляционно-регрессионный-анализ.pptx
Количество просмотров: 20
Количество скачиваний: 0