Автор работы: Пользователь скрыл имя, 23 Апреля 2014 в 08:52, реферат
Исследуя природу, общество, экономику, необходимо считаться со взаимосвязью наблюдаемых процессов и явлений. При этом полнота описания, так или иначе, определяется количественными характеристиками причинно-следственных связей между ними. Оценка наиболее существенных из них, а также воздействия одних факторов на другие является одной из основных задач статистики.
1. Понятие корреляционной связи и предпосылки ее использования.
2. Статистические методы выявления наличия корреляционной связи между двумя признаками. Корреляционная и групповая таблицы, «поле корреляции».
3. Измерение степени тесноты корреляционной связи в случая парной зависимости.
4. Уравнение регрессии. Множественная корреляция.
n-2 |
а = 0,05 |
а = 0,02 |
а = 0,01 |
4 |
0,8114 |
0,8822 |
0,9172 |
8 |
0,6319 |
0,7155 |
0,7646 |
10 |
0,5760 |
0,6581 |
0,7079 |
13 |
0,5139 |
0,5923 |
0,6411 |
1S |
0,4438 |
0,5155 |
0,5614 |
20 |
0,4227 |
0,4921 |
0,5368 |
25 |
0,3809 |
0,4451 |
0,4869 |
30 |
0,3494 |
0,4093 |
0,4487 |
40 |
0,3044 |
0,3578 |
0,3972 |
50 |
0,2732 |
0,3218 |
0,3541 |
60 |
0,2500 |
0,2948 |
0,3248 |
70 |
0,2319 |
0,2737 |
0,3017 |
80 |
0,2172 |
0,2565 |
0,2830 |
90 |
0,2050 |
0,2422 |
0,2673 |
100 |
0,1946 |
0,2321 |
0,2540 |
Модель множественной регрессии вида Y = b0 +b1X1 + b2X2;
1) Найтинеизвестные b0, b1,b2 можно, решим систему трехлинейных уравнений с тремя неизвестными b0,b1,b2:
Для решения системы можете воспользоваться решение
системы методом Крамера
2) Или использовав формулы
Для этого строим таблицу вида:
Y |
x1 |
x2 |
(y-yср)2 |
(x1-x1ср)2 |
(x2-x2ср)2 |
(y-yср)(x1-x1ср) |
(y-yср)(x2-x2ср) |
(x1-x1ср)(x2-x2ср) |
Выборочные дисперсии эмпирических коэффициентов множественной регрессии можно определить следующим образом:
Здесь z'jj - j-тый диагональный элемент матрицы
Z-1 =(XTX)-1.
Приэтом:
где m - количество объясняющих переменных
модели.
В частности, для уравнения множественной регрессии
Доверительный интервал, накрывающий с надежностью (1-α) неизвестное значение параметра βj, определяется как
Под регрессией понимается функциональная зависимость между объясняющими переменными и условным математическим ожиданием (средним значением) зависимой переменной, которая строится с целью предсказания (прогнозирования) этого среднего значения при фиксированных значениях первых.