Методы статистического изучения взаимосвязей.
При изучении взаимосвязей определяют ее наличие, направление, характер и тесноту, а также строят модели взаимосвязей. Для решения этих задач применяются следующие методы:
1. Анализ параллельных рядов.
Располагают значение факторного признака X по возрастанию и соответствующие им значения результата Y.
Параллельный анализ этих рядов позволяет сделать вывод о наличии и направлении взаимосвязи.
2. Аналитическая группировка. Этот метод рассмотрен в теме "группировки".
3. Графический анализ. Строится корреляционное поле точек. По оси ОХ откладывается значение признака Х, по оси ОУ - значение признака У. Если точки образуют облако, то связь между Х и У отсутствует. Если точки вытянуты вдоль какой-либо кривой, то связь между Х и У подтверждается. Этот метод позволяет выявить наличие взаимосвязи, а при наличии установить тип модели.
1-3 методы используются на этапе предварительного анализа.
4. Корреляционный анализ.
Основная его задача: оценить тесноту взаимосвязей между x и y, и выбрать факторы для включения в модель, а также выявить факторы, связанные друг с другом.
5. Регрессионный анализ.
Он позволяет построить модель взаимосвязи (уравнение регрессии) и оценить ее адекватность. 4 и 5 применяются обычно вместе.
Условия применения корреляционного и регрессионного анализа.
Основной предпосылкой применения корреляционного и регрессионного анализа является подчинение нормальному закону распределения значений результирующего фактора Y.
Другие условия для применения регрессионного анализа:
1) описание модели взаимосвязи одним уравнением;
2) все факторы должны быть численными;
3) отсутствие взаимосвязи между факторными признаками xi ;
4) количество единиц наблюдения должно в 6 раз больше количества факторов, включенных в модель;
5) единая пространственно-временная структура исходных данных;
6) отсутствие аномальных наблюдений.
Несоблюдение этих условий приводит к построению плохой неадекватной модели.
Дата добавления: 2015-08-14; просмотров: 806;