Alapozza korrelációs elemzés

A tanulmány objektíven létező közötti kapcsolatok jelenségek - a legfontosabb feladat a statisztika. A folyamat során a statisztikai kutatások függőségek azonosítják az okozati összefüggést a jelenség. Az ok-okozati összefüggés - ez egy ilyen kapcsolat a jelenségek és folyamatok, amikor a változás egyikük - az ok a változás a másik - a vizsgálatot.

Jelek a jelenségek és folyamatok fontosságuk a tanulmány a kapcsolat két osztályba sorolhatók. A funkciók, ami változásokat más, kapcsolódó tünetek, az úgynevezett faktoriális. vagy egyszerűen tényezők. Jelek változó hatása alatt tényező jellemzői említett hatékony.

A statisztika különbséget tesz a funkcionális és sztochasztikus (valószínűségi) kommunikációs jelenségek és folyamatok:

• Úgy hívják ezt a funkcionális kapcsolat, amelyben egy bizonyos tulajdonság értéke a megfelelő tényező egy effektív érték.
• Ha az oksági viszony alapvetően nem minden esetben, de általában az átlagos nagyszámú megfigyelés, az ilyen függőség az úgynevezett sztochasztikus (valószínűségi). Speciális esete a sztochasztikus összefüggés korreláció.

Továbbá, kommunikáció a jelenségek és jellemzői szerint vannak csoportosítva foka szorító érzés, valamint az irányt a analitikus kifejezés.

Az irányt a kapcsolatot kiadás előre és hátra:

• Közvetlen kapcsolat - ez egy olyan kapcsolat, amelyben növekvő (csökkenő) a tényező értékeket a jellemző egy növekedés (csökkenés) az effektív értékek. Például, a termelékenység növekedését fokozza a termelés jövedelmezőségét.
• Abban az esetben, a visszacsatolás értéke kapott változó változott hatása alatt a faktor, de az ellenkező irányban, mint a változás faktor változó. Tehát a tőkeemelés termelékenység szintje csökken a költség egységnyi termelés.

Szerint a analitikus kifejezés izolált csatlakozó egyenes (vagy lineáris) és a nemlineáris:

• Ha a statisztikai kapcsolat a jelenségek körülbelül által expresszált Eq egyenes vonal, akkor az úgynevezett lineáris összefüggés a következő formában: y = a + bx.
• Ha a link lehet kifejezni, mint egy görbe vonal (parabola, hiperbola, stb ..), akkor egy ilyen kapcsolat az úgynevezett nem-lineáris (görbe) kötés.

A szorítás mértéke kommunikáció hatását mutatja az a tényező jellemző változást az összes hatékony funkció. fokú közelsége a kapcsolat osztályozás az 1. táblázatban látható.

1. TÁBLÁZAT - Mennyiségi értékelés kritériumai feszesség miatt

Nagysága a korrelációs együttható

Jelenlétének kimutatására a kommunikáció, annak jellege és irányát ezek a módszerek a Statisztika: vezetés a párhuzamos adatokat, analitikai csoportosulások grafikus korrelációt. A fő módszer tanulmányozása statisztikai összefüggés statisztikai modellezése alapuló kommunikáció korreláció és regresszió-analízis.

Korreláció - statisztikai függőség között valószínűségi változók, amelynek nincs szigorúan funkcionális jellegű, ami a változás az egyik véletlen változók megváltozásához vezet az elvárás a másik. A statisztika különbséget tenni a következő összefüggés:

• párkorrelációs - a kapcsolat a két funkciók (és faktor pontozás, vagy két faktoriális);
• parciális korreláció - a kapcsolat a hatékony faktoriális jelek és egy fix érték más faktoros jelei;
• többszörös korreláció - a függőség hatékony és két vagy több tényező változók szerepelnek a vizsgálatban.

A tárgy a korrelációs elemzés számszerűsíteni a tömítettséget az összeköttetés a két jellemzői (párosított kapcsolat), és sokasága közötti hatékony és faktoriális jelek (a több kapcsolat).

Szorítás kommunikációs mennyiségileg kifejezett értéke a korrelációs együtthatók, amelyek így mennyiségi jellemző szűk közötti kommunikációs funkciók lehetővé teszik, hogy meghatározza a „hasznosság” faktoriális jelek az építőiparban többszörös regressziós egyenlet.

Korreláció korrelált regresszió, hiszen az első becslések szerint (közelség) statisztikai kapcsolat, a második vizsgálja az alakját.

Regressziós analízist, hogy meghatározza a analitikus kifejezés a kommunikáció formájában regressziós egyenletek.

Regresszió úgynevezett függését az átlagos értéke a véletlen változó hatékony jelzése tényező értéke, és a regressziós egyenlet - leíró egyenletet korreláció hatékony jelzés és egy vagy több tényezőből állnak össze.

Formula regressziós elemzés tekintetében az egyenes vonalú párkorrelációs mutatjuk be a 2. táblázatban.

2. táblázat - A képlet regressziós elemzés tekintetében az egyenes vonalú párkorrelációs

Rendeltetése, és a képlet

= (100: 400) / (- 20:80) = -1 - relatív rugalmassága

Modulus viszonylagos rugalmassága értéke 1. Ezt támasztja alá az a tény, hogy a növekedés üteme a kereslet egyenlő a csökkentés mértékét az ár. Ebben a helyzetben, kiszámíthatjuk a bevételt, amelyet az a gazdálkodó előtt és után az árcsökkentés: 80 * 400 = 32 000 rubelt. per nap, 60 * 500 = 30 000 rubelt. Egy nap - mint látjuk, a bevételek csökkentek, és a további árcsökkenés nem megfelelő.

További cikkek ebben a témában:

bibliográfia