Нице, а во всей совокупности. Различные значения результа-

Тивного признака (зависимой переменной) — это реализации

Некоторой случайной величины. Модель статистической связи

в общем виде можно записать следующим образом:

, (10.4)

где x1, x2, …, xn — учтенные признаки факторы;

Δx1, Δx2, …, Δxn — ошибки учетных факторных признаков;

z1, z2, …, zm — неучтенные факторные признаки;

— расчетное (теоретическое) значение результативного

Признака.

Частным случаем статистической связи является корре-

Ляционная связь, при ней взаимосвязанные факторы характе-

Ризуются только случайными величинами.

При корреляционной связи в зависимости от изменения

Факторного признака или упорядоченного набора факторных

Признаков изменяется среднее значение результативного при-

Знака (признака-следствия). Корреляционная связь проявля-

Ется во всей совокупности в целом, а не в каждом отдельном

Случае. При изучении корреляционных зависимостей надо ре-

шить следующие вопросы:

Предварительный анализ свойств моделируемого про-

Цесса;

Установление факта наличия связи, определение ее

Формы и направления;

Измерение степени тесноты связи между факторами;

Посторенние регрессионной модели (математической мо-

Дели);

Оценка адекватности построенной модели и ее интерпре-

Тация.

В зависимости от направления действия функциональные и

Статистические связи бывают прямыми и обратными. При пря-

Мой связи при увеличении факторного признака (признаков)

Результативный признак также увеличивается, а при умень-

Шении факторного признака (признаков) признак следствия

Уменьшается. В противном случае связь между факторами бу-

Дет обратной. В зависимости от вида аналитического выраже-

Ния связи могут быть линейными и криволинейными. Линейная

Связь аналитически представляется уравнением прямой, а ее

Графическая иллюстрация (если она возможна) — прямая ли-

Ния. Все остальные виды связей являются криволинейными.

По количеству факторов, которые действуют на результа-

Тивный признак, различают однофакторные (один факторный

Признак) и многофакторные (два и большее количество фак-

Торных признаков) связи. Однофакторные связи часто называ-

Ют парными. Если связь многофакторная, то все факторы дейс-

Твуют одновременно и во взаимосвязи.

Для изучения функциональных связей используют индек-

Сный и балансовый способы. При исследовании статистических

Связей применяются способ сопоставления двух параллельных

Рядов, метод аналитических группировок, корреляционный

Анализ, регрессионный анализ, непараметрические методы.

Простейшим методом обнаружения связи является сопос-

Тавление двух параллельных рядов — ряда значений призна-

Ка фактора и соответствующих ему значений результативного

Признака. Значения факторного признака располагают по воз-

Растанию и прослеживают направление изменения величи-

Ны результативного признака. К недостатку данного способа

Можно отнести невозможность нахождения количественной

Меры связи между изучаемыми факторами. Статистическая

Связь будет проявляться более отчетливо, если для ее изуче-

Ния применить аналитические группировки (о них говорилось в

Главе 4). Для выявления зависимости с помощью этого способа,

Надо провести группировку единиц изучаемой совокупности по

Факторному признаку и для каждой группы найти относитель-

Ное или среднее значение результативного признака. Сопостав-

Ляя после этого изменения результативного признака по мере

Изменения факторного, можно выявить направление, тесноту,

Характер связи между ними, но данный способ не позволяет оп-

Ределить аналитическое выражение связи между факторным

Признаком (признаками) и признаком-следствием.

К задачам корреляционного анализа относят: количест-

Венное измерение тесноты связи между двумя факторами (при