Понятие о множественной регрессии и расчет показателей корреляции (парные, совокупные, частые)

• Номер работы:
  136823
• Раздел:
  Все работы   →   Курсовые проекты - сложные   →   Статистика и статистическое наблюдение
• Год подготовки:
  04.12.2009
• Куда сдавалась:
  Финансовая академия при Правительстве РФ
• Объем работы:
  21 стр.
• Содержание:
  Содержание
  
  Введение 3
  1. Корреляционно-регрессивный анализ 5
  1.1 Основные понятия корреляционно-регрессионного анализа 5
  1.2 Парная корреляция 8
  1.3 Линейная парная и условно-чистая регрессия 9
  1.4 Множественная регрессия 12
  1.5 Коэффициент множественной корреляции 13
  1.6 Коэффициент частной корреляции 14
  2. Модель регрессии и расчет показателей корреляции 16
  Заключение 20
  Список использованной литературы 21
  
  
• Выдержка из работы:
  Введение
  
  Современная наука исходит из взаимосвязи всех явлений природы и общества. Объем продукции предприятия связан с численностью работников, мощностью двигателей, стоимостью производственных фондов и еще многими признаками [5].
  Невозможно управлять явлениями, предсказывать их развитие без изучения характера, силы и других особенностей связей. Поэтому методы исследования, измерения связей составляют чрезвычайно важную часть методологии научного исследования, в том числе и статистического.
  Различают два типа связей между различными явлениями и их признаками: функциональную или жестко детерминированную, с одной стороны, и статистическую или стохастически детерминированную- с другой.
  Строго определить различие этих типов связи можно тогда, когда они получают математическую формулировку. Для простоты будем говорить о связи двух явлений или двух признаков, математически отображаемой в форме уравнения связи двух переменных.
  1. Корреляционно-регрессивный анализ
  
  1.1 Основные понятия корреляционно-регрессионного анализа
  
  Понятие корреляции появилось в середине XIX века в работах английских статистиков Ф. Гальтона и К. Пирсона. Этот термин произошел от латинского "correlatio" - соотношение, взаимосвязь.
  Понятие регрессии (латинское "regressio" - движение назад) также введено Ф. Гальтоном, который, изучая связь между ростом родителей и их детей, обнаружил явление "регрессии к среднему" - рост детей очень высоких родителей имел тенденцию быть ближе к средней величине.
  Теория и методы корреляционного анализа используются для выявления связи между случайными переменными и оценки ее тесноты.
  Основной задачей регрессионного анализа является установление формы и изучение зависимости между переменными [3].
  В общем случае две величины могут быть связаны функциональной зависимостью, либо зависимостью другого рода, называемой статистической, либо быть независимыми.
  Статистической называется зависимость, при которой изменение одной из величин влечет изменение распределения другой.
  Заключение
  
  Корреляционно-регрессионной моделью системы взаимосвязанных признаков является такое уравнение регрессии, которое включает основные факторы, влияющие на вариацию результативного признака, обладает высоким (не ниже 0,5) коэффициентом детерминации и коэффициентами регрессии, интерпретируемыми, в соответствии с теоретическим знанием о природе связей в изучаемой системе.
  Если показатели многофакторной системы связи используются как оценки генеральных параметров, экстраполируются на другие значения факторов, как при прогнозировании, то значения параметров необходимо сопроводить вероятностными оценками, указать среднюю ошибку и доверительные границы параметра с заданной вероятностью.