Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9  10 | Следующая страница реферата

Интерпретация непараметрических коэффициентов связи в некоторых случаях, особенно когда они имеют отрицательное значение, затруднительна. Их абсолютные значения могут изменяться в пределах от 0 до 1. Чем ближе абсолютные значения к единице, тем теснее связь между исследуемыми признаками.

Корреляция и регрессия. Традиционные методы корреляционно-регрессионного анализа позволяют не только оценить тесноту связи, но и выразить эту связь аналитически. Применению корреляционно-регрессионного анализа должен предшествовать качественный, теоретический анализ исследуемого социально- экономического явления или процесса.

Связь между двумя факторами аналитически выражается уравнениями: прямой [pic]= a0 + a1x; гиперболы [pic]= a0 + [pic]; параболы [pic]= a0 + a1x + a2x2 (или другой ее степени); степенной функции [pic].

Параметр a0 показывает усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов. Параметр a1 - коэффициент регрессии показывает, на сколько изменяется в среднем значение результативного признака при увеличении факторного на единицу. На основе этого параметра вычисляются коэффициенты эластичности, которые показывают изменение результативного признака в процентах в зависимости от изменения факторного признака на 1%:

Э = a1?[pic].

Для определения параметров уравнений используется метод наименьших квадратов, на основании которого строится соответствующая система уравнений.

Теснота связи при линейной зависимости измеряется с помощью линейного коэффициента корреляции: r = [pic], а при криволинейной зависимости с помощью корреляционного отношения:

( = [pic].

Расчет коэффициентов регрессии несколько осложняется, если ряды по исследуемым факторам сгруппированы, а связь криволинейная.

Если зависимость между двумя факторами выражается уравнением гиперболы

[pic]= a0 + [pic], то система уравнений для определения параметров a0 и a1 такова: na0 + a1S[pic] = Sy; a0S[pic] + a1S[pic] = Sy[pic].

Для определения параметров уравнения регрессии, выраженного степенной функцией [pic], приводят функцию к линейному виду: lg[pic]= lga0 + a1lgx, отсюда система уравнений для определения параметров запишется: n?lga0 + a1Slgx = Slgy; lga0Slgx + a1S(lgx)2 = Slgy?lgx.

Зависимость между тремя и более факторами называется множественной или многофакторной корреляционной зависимостью. Линейная связь между тремя факторами выражается уравнением:

[pic] = a0 + a1x + a2z, а система нормальных уравнений для определения неизвестных параметров a0, a1, a2 будет следующей: na0 + a1Sx + a2Sz = Sy; a0Sx + a1Sx2 + a2Szx = Syx; a0Sz + a1Sxz + a2Sz2 = Syz.

Теснота связи между тремя факторами измеряется с помощью множественного
(совокупного) коэффициента корреляции:

R = [pic], где rij - парные коэффициенты корреляции между соответствующими факторами.

Для более углубленного анализа вычисляются частные коэффициенты корреляции.

Дисперсионный анализ связи. При небольшом числе наблюдений исследовать влияние одного или нескольких факторных признаков на результативный можно, используя методы дисперсионного анализа. Дисперсионный анализ проводится расчетом дисперсий: общей, межгрупповой и внутригрупповой. Общую дисперсию называют дисперсией комплекса, межгрупповую - факторной, внутригрупповую - остаточной.

Дисперсионный анализ заключается в сравнении факторной и остаточной дисперсий. Если различие между ними значимо, то факторный признак, т.е. признак, положенный в основание группировки, оказывает существенное влияние на результативный. При исследовании воздействия на результативный признак только одного факторного, т.е. однофакторного комплекса дисперсии вычисляются: дисперсия комплекса [pic]; факторная дисперсия [pic]; остаточная дисперсия [pic], где n – 1, r – 1, n – r - соответствующие числа степеней свободы; r - число уровней (групп).

На основании дисперсий проводится расчет критерия Фишера Fp. Если расчетное значение больше табличного, т.е. Fp ( F(, то существенность влияния факторного признака подтверждается.

Тема 10. Выборочное наблюдение

Главными вопросами теории выборочного наблюдения, требующими практического закрепления на основе решения задач и выполнения упражнений, являются:

- определение предела случайной ошибки репрезентативности для различных типов выборочных характеристик с учетом особенностей отбора;

- определение объема выборки, обеспечивающего необходимую репрезентативность выборочной характеристики, с учетом особенностей отбора.

Ошибка репрезентативности, или разность между выборочной и генеральной характеристикой (средней, долей), возникающая в силу несплошного наблюдения, в основе которого лежит случайный отбор, рассчитывается как предел наивероятной ошибки. В качестве уровня гарантийной вероятности обычно берется 0,954 или 0,997. Тогда предел ошибки определяется величиной удвоенной или утроенной средней ошибки выборки: ( = 2( при P = 0,954; ( =
3( при P = 0,997, или в общем виде ( = t( (t - коэффициент, связанный с вероятностью, гарантирующей результат).

Рекомендуем скачать другие рефераты по теме: первый реферат, рефераты рб.



Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9  10 | Следующая страница реферата

Поделитесь этой записью или добавьте в закладки