Funkcionális és statisztikai összefüggések
Kapcsolatok a különböző események az összetett és változatos, de lehet besorolni egy bizonyos módon.
A funkcionális két változó függésének jelenti, hogy minden értékét független érték megfelel egy meghatározott értéket szigorúan függ a nagysága. Ez lehet, például, a kapcsolat a nyomás és a gáz térfogatát. Funkcionálisan bármilyen érték függhet számos változó.
Statisztikai függőséget. ezért nem olyan erős, mint a funkcionális. Például, ha az azonos mennyiségű áru forgalomba kezelési költségek eltérő lehet; ugyanabban az állóeszközök és az alkalmazottak száma a termelékenység hasonló vállalkozások is jelentősen változhat; ha az azonos mennyiségű műtrágya terméshozam eltérőek lehetnek, hiszen ez nem csak attól függ a műtrágya mennyiségét, hanem kicsapódik, a talaj szerkezetét, minőségét feldolgozás, és sok más tényező, amelyet nem lehet figyelembe venni mennyiségileg teljes mértékben.
Ismerete statisztikai függőség között valószínűségi változók nagy gyakorlati jelentőségű: ez lehet megjósolni a függő véletlen változó az a feltételezés, hogy a független változó által egy bizonyos értéket. Speciális esete a statisztikai függőség összefüggés.
Korreláció függő statisztikai összefüggést tekintjük, mint amikor a feltételes várható érték Y funkcionálisan függ az X valószínűségi változó, m. F.
Ez az egyenlet az úgynevezett regressziós modellben a funkció u (x) - a függvény a regressziós modell, a grafikon ezt a funkciót - a regressziós egyenest. Ha (X) - lineáris függvény, akkor a modell az úgynevezett lineáris. Ahhoz, hogy megtalálja a regressziós egyenletek ismerni kell a forgalmazási törvény egy kétdimenziós véletlen változó (X, Y).
Összefüggések tanult módszereket korreláció és regresszió-analízis.
A fő cél a korrelációs elemzés - azonosító közötti kapcsolat véletlenszerű értékek és értékelése szűk.
A fő cél a regressziós analízis - megállapítás vagy statisztikai regressziós függést változók és tanulmányozzák.
A folyamat a korreláció és regresszió analízis van osztva a következő szakaszokból áll:
- Előkezelése statisztikai adatok és szelekciós tényező jellemzői;
- Pontszám szorítás közötti kommunikáció jellemzői;
- meghatározzuk alakja közötti kapcsolat az index és a kapott hányadost jeleket;
- A számítás a paraméterbecsléseit statisztikai modellt;
- ellenőrzi megfelelőségét a modell, a megbízhatóság a paraméter becslése.
Attól függően, hogy számos tényező szerepel a regressziós egyenlet megkülönböztetni az egyszerű (gőzfürdő) és többszörös regresszió.
Gőz regresszió - regresszió a két változó közötti y x. azaz típusú modell
ahol y - a függő változó (tüneti pontszám);
X - egy független, magyarázó változó (vonás-faktor).
Modell specifikáció - megfogalmazása a modell nézet alapján az érintett kommunikációelmélet a változók között. A leírás a modell bármilyen ökonometriai tanulmány kezdődik. Más szóval, a tanulmány kezdődik az elmélet közötti kapcsolat jön létre a jelenségek.
Először is, a számos tényező befolyásolja a hatékony jele a legjelentősebb befolyásoló tényezőket kell rendelni. Gőz regressziós elegendő, ha van egy domináns tényező, amelyet magyarázó változóként. A regressziós egyenlet korrelációs lényegében hivatkozó képviselt tulajdonságokból, mint egy funkcionális kapcsolatot által kifejezett megfelelő matematikai függvény
ahol yj - hatékony tényleges érték a jellemző;
yxj -Theoretical kapott változó érték.
- egy véletlen változó, amely jellemzi az eltérés a tényleges effektív értéke a jellemző az elméleti.
random mennyiség # 949; néven is ismert perturbáció. Ez magában foglalja a tényezők hatása nem szerepelnek a modellben a véletlen hibák és mérési funkciókat.
A helyes leírás a modell attól függ, hogy mekkora véletlen hibák: ezek a kisebb, annál az elméleti értékei kapott változó illeszkedik a tényleges adatokat.
Specifikáció szerint a hibák a rossz választás egy matematikai függvény. és lebecsülése a regressziós jelentős tényező, pl. e. a gőz alkalmazása helyett többszörös regresszió.
Együtt a leírásban hiba történik mintavételi hiba - a kutató gyakran foglalkozik véletlenszerű adatokkal létesítésekor jogos kapcsolatot a jeleket. Mérési hibák beárnyékolja minden erőfeszítést, hogy számszerűsíteni a kapcsolat a jeleket.
A hangsúly az ökonometriai tanulmányok fizetik modellezni leírás hibákat. A páros regresszió típusának megválasztása matematikai függvények végezhetjük háromféleképpen: grafika, analitikai (az elmélet összefüggés tanulmányozása), és kísérletileg.
Grafikus módszer alapja az a korreláció a területen. Az analitikai módszer azon alapul, a tanulmány a az anyag természetéből vizsgált priznakov.Eksperimentalny kommunikációs módszer végzett összehasonlításával értéke maradék diszperzió Dost. számított különböző modellek. Ha a tényleges értékeket a kapott változó egybeesik az elméleti Docm = 0. Ha vannak eltérések az elméleti bizonyíték arra, hogy
Minél kisebb a variancia, a regressziós egyenlet jobban illeszkedik az eredeti adatokat.
Ha a maradék diszperzió körülbelül azonos számos funkciót a gyakorlatban előnyösek az egyszerűbb formái funkciók, mert sokkal alkalmasabbak értelmezése és kisebb térfogatú észrevételeit. A megfigyelések száma kellene a 6-7-szer számát count-Mykh paraméterek az x változó.