Функционални и статистически взаимоотношения
Връзките между различните събития в сложна и разнообразна природа, но те могат да бъдат класифицирани по определен начин.
Функционалната зависимост на две променливи означава, че всяка стойност на независима стойност съответства на определена стойност в строга зависимост от неговата величина. Това може да бъде, например, отношението между налягането и обема на газа. Функционално, всяка стойност може да зависи от няколко променливи.
Статистическа зависимост. Следователно, не толкова трудно, колкото функционален. Например, когато един и същ размер на разходите за лечение стокообращението може да бъде различен; при същите дълготрайни активи и броят на служителите на производителността от подобни предприятия могат да варират значително; когато същото количество добив торове култури могат да бъдат различни, тъй като не зависи само от размера на тор, но също се утаява, структурата на почвата, нейната обработка качество, както и много други фактори, които не могат да бъдат взети предвид количествено изцяло.
Познаването на статистическа зависимост между случайни величини е от голямо практическо значение: тя може да се използва, за да се предскаже зависим случайна променлива на предположението, че независимата променлива изисква определена стойност. Специален случай на статистическа зависимост взаимовръзка.
Съотношение зависи статистическа връзка се счита като при условие очаквания стойност Y функционално зависи от случайна променлива X, т. Е.
Това уравнение се нарича регресионния модел, функцията ф (х) - функция на модела на регресия, графиката на тази функция - на регресионната линия. Ако (х) - линейна функция, след това моделът се нарича линейна. За да намерите най-регресионни уравнения, за да се знае закона за разпределение е двуизмерен случайна променлива (X, Y).
Корелации изследваните методи за корелация и регресионен анализ.
Основната цел на корелационен анализ - идентифициране на връзка между случайни стойности и оценката на нейната ограниченост.
Основната цел на регресионен анализ - констатация или статистическа регресия зависимостта между променливите и да го изучават.
Процесът на корелация и регресионен анализ се разделя на следните етапи:
- Предварителна обработка на статистически данни и характеристики фактор за избор;
- Резултат стягане комуникация между функции;
- определяне на форма на връзката между индекса и получените коефициент знаци;
- изчисляване на оценките на параметрите на статистическия модел;
- проверка на адекватността на модела, надеждността на параметъра оценява.
В зависимост от броя на факторите, включени в уравнението на регресия да се прави разлика между прост (парна баня) и множествена регресия.
Парна регресия - регресия между двете променливи у като х. т.е. типа на модела
където у - зависимата променлива (симптом резултат);
х - независим, обяснителна променлива (черта-фактор).
Модел спецификация - формулиране на изгледа на модел въз основа на съответната комуникация между теорията променливите. С спецификацията на модела всеки иконометрично проучване започва. С други думи, изследването започва с теорията, установява връзка между явленията.
На първо място, от порядъка на фактори, които влияят на ефективното знака на най-значимите фактори, които влияят трябва да бъдат разпределени. Парна регресия е достатъчно, ако има доминиращ фактор, който се използва като обяснителен променлива. Съотношението на регресия уравнение същество връзка атрибути представени като функционална връзка изразява чрез съответната математическа функция
където YJ - ефективното действителната стойност на характеристиката;
yxj -Theoretical Получената променлива стойност.
- случайна променлива, която характеризира отклонението на реалния ефективен стойността на характеристиката на теоретичното.
случайна величина # 949; известен също като смущение. Тя включва въздействието на фактори, които не отчитат по модела на случайни грешки и функции за измерване.
На правилната спецификация на модела зависи от големината на случайни грешки: те са по-малката, толкова повече теоретичните стойности на получената променлива форма на актуалните данни от.
По спецификация грешки са на неправилния избор на математическа функция за. и подценяване в регресията на съществен фактор, т.е.. д. на използването на пара вместо множествена регресия.
Заедно с грешката спецификация възникване на грешка за вземане на проби - изследователят често трябва да се справят с произволни данни при установяването на легитимна връзка между знаците. Грешки на измерването засенчи всички усилия за остойностяване на отношенията между знаците.
Фокусът на иконометрични изследвания се плаща за моделиране грешки спецификация. Изборът на чифт регресия на вида на математически функции може да се извърши по три начина: графики; аналитичен (въз основа на теорията изучава връзката) и експериментално.
Графичен метод се основава на полето на корелация. Аналитичният метод се основава на изследване на естеството на материала под изследване priznakov.Eksperimentalny метод комуникация извършва чрез сравняване на стойността на остатъчната дисперсия Dost. изчислени при различни модели. Ако действителните стойности на получената променливата съвпадат с теоретичния Docm = 0. Ако има отклонения от теоретичното доказателство, че
Колкото по-малко остатъчната разлика, регресионното уравнение е по-подходящ за оригиналните данни.
Ако остатъчната дисперсията е приблизително същата за редица функции на практика се предпочитат по-прости форми на функции, защото те са по-податлив на устен и изискват по-малко обем на наблюдения. Броят на наблюденията трябва на 6 - 7 пъти повече от броя на броенето Mykh параметри в променлива х.