Relații funcționale și statistice
Conexiunile între diferitele evenimente din natura complexă și variată, dar acestea pot fi clasificate într-un anumit fel.
Dependența funcțională a două variabile înseamnă că fiecare valoare a unei valori independente corespunde unei anumite valori strict dependentă de mărimea ei. Acest lucru poate fi, de exemplu, relația dintre presiunea și volumul gazului. Functional, orice valoare poate depinde de mai multe variabile.
Dependența statistică. Prin urmare, nu la fel de dur ca și funcțional. De exemplu, în cazul în care aceeași cantitate de costuri de tratament circulației mărfurilor pot fi diferite; la aceleași active fixe și numărul de angajați a productivității de către întreprinderi similare pot varia în mod considerabil; când aceeași cantitate de randament îngrășăminte culturi pot fi diferite, deoarece nu depinde numai de cantitatea de îngrășământ, dar, de asemenea, precipitate, structura solului, prelucrarea lor de calitate, și mulți alți factori care nu pot fi luate în considerare cantitativ în întregime.
Cunoașterea dependenței statistice între variabile aleatoare este de o mare importanță practică: poate fi folosit pentru a prezice variabila aleatoare depinde de ipoteza că variabila independentă are o anumită valoare. Un caz special de dependență statistică este o corelație.
Corelația relație statistică dependentă este considerată astfel atunci când valoarea așteptată condiționată Y depinde funcțional pe variabila aleatoare X, m. F.
Această ecuație se numește modelul de regresie, funcția u (x) - o funcție a modelului de regresie, graficul acestei funcții - linia de regresie. Dacă (x) - o funcție liniară, atunci modelul se numește liniar. Pentru a găsi ecuațiile de regresie necesare pentru a cunoaște legea de distribuție este o variabilă aleatoare cu două dimensiuni (X, Y).
Corelațiile au studiat metode de corelare și analiză de regresie.
Obiectivul principal al analizei de corelație - identificarea unei conexiuni între valorile aleatorii și evaluare a îngustimea sale.
Obiectivul principal al analizei de regresie - constatare sau dependența de regresie statistică între variabile și studia.
Procesul de corelare și analiză de regresie este împărțit în următoarele etape:
- Pretratarea datelor statistice și caracteristici ale factorului de selecție;
- Scor de comunicare etanșeitate între caracteristici;
- determinând o formă a relației dintre indicele și semnele Quotient rezultate;
- calcularea estimărilor parametrilor modelului statistic;
- verificarea caracterului adecvat al modelului, fiabilitatea parametrului estimat.
În funcție de numărul de factori incluși în ecuația de regresie pentru a distinge între simplu (baie de aburi) și regresie multiplă.
regresie cu abur - regresie între cele două variabile y ca x. și anume modelul de tip
unde y - variabila dependentă (scor simptom);
x - o, variabilă explicativă independentă (trăsătură-factor).
caietul de sarcini model - formularea de modelul de vedere, pe baza teoriei comunicării relevante între variabilele. Cu specificarea modelului oricărui studiu econometric începe. Cu alte cuvinte, studiul începe cu teoria, stabilește o legătură între fenomenele.
În primul rând, din gama de factori care influențează semnul efectivă a celor mai importanți factori care influențează ar trebui să fie alocate. regresiune cu abur este suficient dacă există un factor dominant, care este utilizat ca variabilă explicativă. Corelarea ecuație de regresie se leagă în esență atributele reprezentate ca o relație funcțională exprimată prin funcția matematică corespunzătoare
în cazul în care yj - valoarea reală efectivă a caracteristicii;
YXJ valoare variabilă rezultantă -Theoretical.
- o variabilă aleatoare, care caracterizează abaterea valorii efective reală a caracteristicii teoretice.
cantitatea aleatoare # 949; De asemenea, cunoscut sub numele de perturbație. Acesta include impactul factorilor care nu a reprezentat în modelul de erori aleatorii și caracteristici de măsurare.
Pe specificarea corectă a modelului depinde de amploarea erorilor aleatoare: acestea sunt mai mici, cu atât mai mult valorile teoretice ale variabilei fit rezultate în datele reale de la.
Prin caietul de sarcini erori sunt alegerea greșită a unei funcții matematice pentru. și subestimarea în regresia unui factor substanțial, adică. e. utilizarea aburului în loc de regresie multiplă.
Împreună cu eroarea apare specificația de eroare de eșantionare - cercetătorul are de multe ori să se ocupe de date aleatoare la stabilirea unei conexiuni legitime între semnele. Erori de măsurare umbri toate eforturile pentru a cuantifica relația dintre semnele.
Accentul studiilor econometrice este plătit pentru a modela erori de specificație. Alegerea pereche de regresie a tipului de funcții matematice poate fi realizată în trei moduri: grafice; analitice (pe baza teoriei studia relatia) si experimental.
Metoda grafică se bazează pe corelarea câmpului. Metoda analitică se bazează pe studiul naturii materialului conform metodei de comunicare priznakov.Eksperimentalny studiu efectuat prin compararea valorii dispersiei reziduale Dost. calculate la diferite modele. În cazul în care valorile efective ale variabilei rezultante coincid cu docm teoretic = 0. Dacă există abateri de la probele teoretice care
Mai mici variația reziduală, ecuația de regresie este mai potrivită pentru datele originale.
Dacă dispersia reziduală este aproximativ aceeași pentru un număr de funcții, în practică, se preferă forme mai simple de funcții, deoarece acestea sunt mai potrivite pentru interpretare și necesită mai puțin volum de observații. Numărul de observații trebuie la 6 - 7 ori numărul parametrilor count-Mykh în variabila x.