Автор работы: Пользователь скрыл имя, 09 Января 2014 в 14:42, шпаргалка
Работа содержит ответы на 40 вопросов по дисциплине "Статистика".
1) логический
анализ сущности изучаемого
2) сбор первичной
информации и ее проверка на
однородность и нормальность
распределения. Для оценки
3) из массива
первичной информации
4) устанавливается
факт наличия и направления
корреляционной зависимости
Уравнение однофакторной (парной) линейной корреляционной связи
, где - теоретические значения результативного признака, полученные по уравнению регрессии (расчетные); а0, а1 – параметры уравнения регрессии, причем а0 показывает направление связи (если а0<0, то обратная связь, если а0>0, то прямая связь), а1 говорит о том, насколько увеличится при увеличении x на единицу.
Если , то экономическая интерпретация изучения явления затруднена.
Параметры а0 и а1 находят методом наименьших квадратов.
В основе лежит требование минимальности сумм квадратов отклонений эмпирических данных от выровненных: , т.е.
Определяем значения а0 и а1 по методу определителей:
Определив а0 и а1 и подставив в (синтезированная математическая модель), рассчитываем для n значений.
40) Линейный коэффициент корреляции
Для оценки тесноты связи при линейной форме связи используется линейный коэффициент связи (коэффициент Пирсона):
Для практических вычислений при малом числе наблюдений линейный коэффициент вариации удобно вычислять по следующей формуле:
- для не сгруппированных данных:
- для сгруппированных
данных - ЭКО (эмпирическое
, где
- дисперсия в ряду выровненных значений результативного показателя ; - дисперсия в ряду фактических значений у.
Свойства:
1) -1£r£1
2) Знак указывает направление связи: «+» - прямая зависимость, «-» - обратная зависимость.
3) r=0 Þ связь отсутствует
4) Чем ближе
линейный коэффициент
5) r=1 Þ связь является функциональной
41) Коэффициент эластичности
Коэффициент эластичности - коэффициент, характеризующий относительное изменение одного признака при единичном относительном изменении другого.
Для сравнения роли отдельных факторов в формировании показателя какого-либо явления используется коэффициент эластичности:
Коэффициенты эластичности производства — показатели производственной функции, характеризующие относительное изменение результатов производства на единицу относительного изменения затрат i-го ресурса (полное название в этом случае: коэффициент эластичности производства по i-му ресурсу):
, где р — показатель результата; xi — размер затрат i-го ресурса.
42) Множественная корреляция
Множественная
корреляция - корреляция между одной
зависимой переменной и комбинацией
двух или более независимых
Необходимо
найти оптимальный вариант
В модель должны быть включены все факторы, которые с экономической точки зрения оказывают влияние на зависимую переменную (в нашем случае – средняя продолжительность жизни). При невыполнении этого требования модель может оказаться неадекватной вследствие недоучета существенных факторов.
С другой стороны, количество факторов, включаемых в модель, не должно быть слишком большим. Невыполнение этого требования приводит к необходимости увеличения числа наблюдений, к невозможности использования достаточно сложных зависимостей, к снижению точности оценок, к сложности интерпретации модели и к трудности ее практического использования.
Таким образом, возникает задача уменьшения числа переменных, включаемых в модель, без нарушения исходных предпосылок, т.е. задача понижения размерности модели.
По исходным данным: зависимой переменной и n независимых переменных, определяем возможность включения факторов в модель, используя матрицу парных коэффициентов. По данной матрице рассматриваем зависимость между результативным признаком y и факторными признаками xi, чем ближе показатель зависимости к 1, тем теснее связь, и значит необходимо включать эти факторы в модель, а если зависимость слабая, т.е. коэффициент зависимости близок к 0, то данные факторы не включают в модель.
Дальнейшую проверку возможности включения факторных признаков в модель можно производить путем парного сравнения тех факторов, которые не были отсеяны на предыдущем этапе, причем должно выполняться следующие неравенства: , если неравенства выполняются, то в модель включаются оба фактора, если нет, то в модель включается тот фактор, чья связь с результативным признаком теснее.
Далее составляется линейное уравнение: , составляем систему нормальных уравнений для исходного линейного уравнения и определяем коэффициенты а0,а1,…, аn.
Определяем среднюю квадратическую ошибку уравнения по формуле: , L – число характеристик.
Совокупный коэффициент корреляции позволяет оценить совместное влияние независимых переменных на зависимую.
Частные коэффициенты корреляции позволяют оценить влияние одной из независимых переменных на зависимую.
Для сравнения роли отдельных факторов в формировании результативного признака, определяются коэффициенты эластичности:
При корреляционной связи изменение y обусловлено влиянием факторного признака x не всецело, а частично, т.к. возможно влияние прочих факторов, т.е.
Для получения
выводов о практической значимости
синтезированных в анализе
Величина коэффициента корреляции |
Характер связи |
до ±0,3 |
Практически отсутствует |
±0,3 - ±0,5 |
Слабая |
±0,5 - ±0,7 |
Умеренная |
±0,7 - ±1,0 |
сильная |
Для оценки адекватности
уравнения регрессии
- средняя ошибка аппроксимации:
- линейное отклонение
абсолютной величины