statisztikai támogatás

A modern tudomány alapja az egymáshoz a természet jelenségei és a társadalom. A termelés volumene a vállalkozás kapcsolódik az alkalmazottak számát. motorok. költség termelési létesítmények és még sok más funkciók.

Lehetetlen, hogy ellenőrizzék a jelenség. megjósolni a fejlődés tanulmányozása nélkül jellegű. teljesítménye és más jellemzői kötvények. Ezért kutatási módszereket. Relations mérések képezik egy nagyon fontos része a módszer a tudományos kutatás. ideértve a statisztikákat.

Kétféle közötti kapcsolatok a különböző jelenségek és azok jellemzőit. funkcionális vagy szigorúan determinisztikus. egyrészt. statisztikai és determinisztikus vagy sztochasztikus - a másikon. Szigorúan meghatározzák a különbség az ilyen típusú kommunikáció lehet majd. ha kap egy matematikai megfogalmazása. Az egyszerűség kedvéért fogunk beszélni a kapcsolat a két jelenség között, vagy két jel. matematikai egyenlet jelenik formájában két változó közötti kapcsolat.

Ha a változó értéke egy második változó változik egy bizonyos módon. t. e. a értéke egy változó szükségszerűen megfelelnek az egy vagy pontosabban az előre meghatározott értékek a többi változó. a kapcsolat közöttük funkcionális.

Gyakran beszélnek szigorú betartása csak az egyik értéke a második a változók az egyes értékek az elsőt. de ez nem igaz. Például. közötti kapcsolat y és x szigorúan funkcionális. if. de az értéke x = 4 megfelel több mint egy. és a két érték. y = 1 + 2; y = 2 - 2. Az egyenletek a magasabb fokban lehet több gyökerei. Us. természetesen. Ez működőképes marad.

A funkcionális kapcsolat a két mennyiség között csak akkor lehetséges, azzal a feltétellel. amelyek közül a második csak attól függ, az első és semmi több. Az igazi természetét (és még inkább a társadalom) nincs ilyen kapcsolat; ezek csak absztrakciók. hasznos és szükséges az elemzés a jelenségek. de leegyszerűsíti a valóságot. A funkcionális függését nagyságának y számos tényezőtől X 1 X 2 X n csak akkor lehetséges, abban az esetben. ha az érték y mindig attól függ, hogy a felsorolt ​​tényezők meghatározott x x 1 2 x k és semmi több. Eközben a jelenségek és folyamatok a valós világ határtalan kapcsolódik. és nincs véges számú változót k, azok feltétlenül tele akkor maguk határozzák meg az értékét a függő y. Ezért. Több funkciós függőség változók, van is egy absztrakció. leegyszerűsíti a valóságot.

Azonban egy ilyen tudomány. mint egy szerelő. Villamosmérnöki. akusztika. politikai gazdaságtan, és mások. sikeresen használja nézet kapcsolatok függvényében nem csak analitikai célokra. de gyakran erre a célra az előrejelzés. Ez azért lehetséges, mert. hogy egyszerű rendszerek változó az érdeklődés elsősorban attól függ, (pl. 99%, vagy akár 99,99%) néhány egyéb változókat, vagy csak egy változót. Hogy van egy link egy ilyen rendszer egyszerű, bár nem teljesen működőképes. de gyakorlatilag nagyon közel áll. Például. A hossza az év (a Föld keringési ideje a Nap körül) szinte funkcionálisan függ csak a tömege a Nap és a Föld távolság is. Sőt, ez attól függ, hogy egy nagyon enyhe mértékben, és a tömegeket. és a távolság a Föld más bolygókra. de akkor tegyék (és még több millió alkalommal távolabbi csillag) torzítása funkcionális kommunikáció minden gyakorlati célra. kivéve űrhajózás. elhanyagolható.

Sztochasztikusan determinisztikus kapcsolat nincs korlátozások és feltételek. inherens funkcionális kapcsolatot. Ha a változó értéke egy változó a második lehet, hogy bizonyos mértékig vesz bármilyen értéket bizonyos valószínűséggel. de az átlagos érték, vagy más statisztikai (tömeg) jellemzői megváltoznak egy bizonyos törvény - a statisztikai kapcsolat. Más szóval. A statisztikai kapcsolat a különböző értékeket egy változó felelnek meg a különböző disztribúciók értékeinek egy másik változó.

Jelenleg a tudomány nem tud egy szélesebb meghatározását kommunikáció. Minden kommunikáció. amely mérhető és számszerűsíteni. illeszkednek a meghatározása „statisztikai összefüggések”, beleértve a funkcionalitást. Az utóbbi egy különleges eset statisztikai kapcsolatokat. Ha az érték egy változó felel meg a „elosztás” az értékek a második. amely egy vagy több értéket és hitelességét. egyenlő „egy. Természetesen. minőségi különbség valóban valószínűségi eloszlás és az egyes értékeket. amelynek egység (megbízható), a valószínűsége olyan magas. hogy bár a funkcionális kapcsolatok és illeszkedik a tágabb értelemben vett meghatározása a statisztikai kapcsolat. Mégis minden okunk beszélni két típusú kötvények.

A korrelációs kapcsolat hívják a legfontosabb speciális esete statisztikai összefüggést. amely az a tény. hogy a különböző értékeket egy változó megfelelnek a különböző átlagos értéke a többi. A változás jellemző érték x változik szabályos módon az átlagos jellemző érték y; míg minden esetben jellemző érték y (különböző valószínűséggel) is sok különböző értékeket.

Ha a C változás jellemző érték átlag x nem változik belépés szabályos módon. de rendszeresen változik egyéb statisztikai jellemzői (variációk a teljesítménye. aszimmetria. kurtosis és így tovább. o.), akkor a kapcsolat nem mutatható ki összefüggés. bár a statisztikák.

A statisztikai kapcsolat a két funkció (változók) javasolja. hogy mindegyikük egy véletlenszerű variáció egyes értékek átlagához képest. Ha egy ilyen variáció csak egy jel. és más értékek mereven determinisztikus. beszélünk csak a regresszió. de nincs statisztikai (különösen korreláció) kapcsolat. Például. Az idősorok lehet mérni a regressziós eredményez, amely több szinten (alkalmi volatilitás) az évek száma. De nem lehet beszélni a köztük lévő korreláció és alkalmazza a korrelációs paraméterek és a hozzájuk tartozó értelmezés során (lásd. Ch. 9).

A szó összefüggés alkotta statisztikák brit biológus és statisztikus Francis Galton a késő XIX. Ezután ez volt írva, mint egy «corelation» (vonal), de nem csak a „kapcsolat” (kapcsolat), és a „hogyan kell kommunikálni”, azaz a. E. A kapcsolat. de nem a megszokott, míg a funkcionális forma. A tudomány általában. nevezetesen a paleontológia. A „korreláció” korábban alkalmazott. végén XYI1I a. A híres francia paleontológus (specialista fosszilis maradványai állatok és növények a múlt korok) Zhorzh Kyuve. Még azt is bevezette a „törvény a korreláció” alkatrészek és állatok szerveit. „A törvény a korreláció” segít visszaállítani a koponyát találtak a feltárások. csontok, és így tovább. e. az arc, az állat és a helyét a rendszerben. ha a koponya szarva. ez volt a növényevő. és a végtagjai voltak paták; ha a karom - a vadon élő állat nélkül szarva. de nagy agyarait.

Köztudott, hogy a következő figyelembe Cuvier és „a törvény a korreláció.” A nap ünnepe az egyetemi hallgatók úgy döntöttünk, hogy játsszon egy vicc a professzor Cuvier. Ők öltöztetős az egyik diák a kecskebőr szarvak és paták és kitűzte őt az ablakon Cuvier. Costumed pata mennydörgött és felsikoltott. „Majd én megenni!”. Cuvier ébren. Láttam egy alakot szarvak és nyugodtan válaszolt. „Ha van szarva és patája. törvény alapján a korreláció akkor növényevő. és nem tudok enni. És valamit. ha nem ismeri a törvényt a korreláció. kap egy kettest!”.

A korreláció attribútumok előfordulhatnak különböző módokon. A legfontosabb módja - ok-okozati összefüggés a kapott változó (változatai) a variációs faktor változó. Például. jele x - pont értékelése a talaj termékenységét. bejelentkezni - terméshozamok. Van elég világos logikusan. Mi a jele szolgál független változó (faktor) x. amelyek - mivel a függő változó (eredmény) y.

Egészen más magyarázatra van szükség a tanulmány összefüggés a kettő között következményei közös ügy. Ismert klasszikus példája. Powered legnagyobb statisztikus XX század elején Magyarországon. A. A. Chuprovym. ha jeleként, hogy x számú tűzoltóságok a városban. és a megjelölés - a veszteségek az évben a város a tűz. között jelei x és y az aggregált magyar városok szignifikáns pozitív korrelációt; átlagosan. Minél több tűzoltók a városban. annál nagyobb a veszteség tüzet. Nem, hogy a tűzoltók részt vettek gyújtogatás, a félelem, hogy elveszítik az állásukat. De a másik esetben. Ezt az összefüggést nem lehet úgy értelmezni, mint egy link az ok és okozat; Mindkét jellemzők - vizsgálat Common Cause - méret a város. Elég logikus. hogy a nagyvárosokban nagyobb tűzoltóság. de egyre tüzet. és veszteségek őket egy évre. Mi a kisvárosokban.

A harmadik út előfordulási korreláció - korrelációs területén. amelyek mindegyike az oka. és hatása. Ez az alábbiak szerint. például. A korreláció szintje közötti dolgozók termelékenysége és kifizetések szintjét 1 óra munka (átalánydíj). Egyrészt. fizetési szint - következtében a termelékenység. minél magasabb. annál nagyobb a költség. De a másik kezét. megállapított bérek és az árak katalizátor szerepet kell játszania. mikor jár, mint egy tényező a megfelelő fizetési rendszer. amely befolyásolja a termelékenységet. Ebben a rendszerben a két megjelölést megengedett megfogalmazása a probléma; Minden funkció is jár, mint a független változó x. és mivel a függő változó y.