Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели.

Наиболее распространенной в теории статистики является методология так называемой парной корреляции, рассматривающая влияние вариации факторного признака х на результативный у и представляющая собой однофакторный корреляционный и регрессионный анализ. Важнейшим этапом построения модели является установление в анализе исходной информации математической функции.. В основу выявления и установления аналитической формы связи положено применение в анализе исходной информации математических функций. Так при анализе прямолинейной зависимости применяется уравнение однофакторной (парной) линейной корреляционной связи Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Коэффициент парной линейной регрессии а1 имеет смысл показателя силы связи между вариацией факторного признака х и вариацией результативного признака у. Уравнение связи показывает среднее значение изменения результативного признака у при изменении факторного признака х на одну единицу его измерения, т.е. вариацию у, приходящуюся на единицу вариации х. Знак а1 указывает направление этого изменения. Параметры уравнения а0, а1 находят методом наименьших квадратов. В основу метода положено требование минимальности сумм квадратов отклонений эмпирических данных yi от выравненных Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru : ∑(yi-y)2=∑(yi-a0-a1xi)2--- min. Для нахождения минимума данной функции приравниваем к нулю её частные производные и получим систему двух линейных уравнений, которая называется системой нормальных уравнений: Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Параметры уравнения парной линейной регрессии можно вычислить по следующим формулам: Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Определив значения а0, а1 и подставив их в уравнение связи, получаем значения Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru , зависящие только от заданного значения х.

При изучении корреляционной связи показателей анализу подвергаются сравнительно небольшие по составу единиц совокупности. При численности объектов анализа до 30 единиц возникает необходимость испытания параметров уравнения регрессии на их типичность. При этом осуществляется проверка, насколько вычисленные параметры характерны для отображаемого комплекса условий. Применительно к совокупностям, у которых п < 30, для проверки типичности параметров уравнения регрессии используется t-критерий Стьюдента. При этом вычисляют расчетные (фактические) значения t-критерия: для параметра а0 Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru ; для параметра а1 Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru , где п – объем выборки, Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru - среднее квадратическое отклонение результативного признака у от выровненных значений Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru ; Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru - среднее квадратическое отклонение факторного признака х от общей средней Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Вычисленные значения сравниваются с критическими t, которые определяются по таблице. Параметр признается значимым (существенным) при условии, если tрасч > tтабл. В зависимости от того какой получится результат наша гипотеза принимается или отвергается.

Ряды динамики, их виды и особенности, графическое изображение. Правила построения динамических рядов. Сопоставимость уровней рядов динамики. Смыкание уровней динамических рядов, приведение динамических рядов к единому основанию.

Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, т.е. их динамика. Эта задачи решается при помощи анализа рядов динамики (временных рядов). Ряд динамики (динамический ряд) представляет собой ряд расположенных в хронологической последовательности числовых значений статистического показателя, характеризующих изменение общественных явлений во времени. В каждом ряду динамики имеются два основных элемента: время t и конкретное значение показателя (уровень ряда) у. Уровни ряда– это показатели, числовые значения которых составляют динамический ряд. Время t – это моменты или периоды, к которым относятся уровни. Построение и анализ рядов динамики позволяют выявить и измерить закономерности развития общественных явлений во времени. Эти закономерности не проявляются четко на каждом конкретном уровне, а лишь в тенденции, в достаточно длительной динамике. На основную закономерность динамики накладываются другие, прежде всего случайные, иногда сезонные влияния. Выявление основной тенденции в изменении уровней, именуемой трендом, является одной из главных задач анализа рядов динамики. По времени, отраженному в динамических рядах, они разделяются на моментные и интервальные. Моментным рядом динамики называется такой ряд, уровни которого характеризуют состояние явления на определенные даты (моменты времени). Поскольку в каждом последующем уровне содержится полностью или частично значения предыдущего уровня, суммировать уровни моментного ряда не следует, т.к. это приводит к повторному счету. Интервальным (периодическим) рядом динамики называется такой ряд, уровни которого характеризуют размер явлений за конкретный период времени (год, квартал, месяц). Значения уровней интервального ряда не содержатся в предыдущих или последующих показателях, их можно просуммировать, что позволяет получать ряды динамики более укрупненных периодов. Интервальный ряд, где последовательные уровни могут суммироваться, можно представить как ряд с нарастающими итогами. При построении таких рядов производится последовательное суммирование смежных уровней. Этим достигается суммарное обобщение результата развития изучаемого явления с начала отчетного периода. Уровни в динамическом ряду могут быть представлены абсолютными, средними или относительными величинами. По расстоянию между уровнями ряды динамики подразделяются на ряды с равностоящими и неравностоящими уровнями по времени. Ряды динамики могут быть изображены графически. Графическое изображение позволяет наглядно представить развитие явления во времени и способствует проведению анализа уровней. Наиболее распространенным видом графического изображения для аналитических целей является линейная диаграмма, которая строится в прямоугольной системе координат: на оси абсцисс отмечается время, а на оси ординат – уровни ряда. Наряду с линейной диаграммой для графического изображения рядов динамики в целях популяризации широко используются столбиковая диаграмма, секторная диаграмма и т.д. Правила построения рядов динамики: 1. полнота показателей ряда динамики; 2. точность, достоверность показателей ряда динамики; 3. периодизация; 4. сопоставимость показателей ряда динамики по методологии и построению; 5.сопоставимость показателей ряда динамики по территории; 6. сопоставимость показателей ряда динамики во времени; 7. сопоставимость показателей ряда динамики по одинаковому кругу охватываемых объектов; 8. совокупность показателей единицы измерения.

Аналитические показатели ряда динамики: абсолютный прирост, темп роста и прироста, абсолютное значение одного процента прироста. Средние показатели в рядах динамики. Коэффициенты опережения (отставания) рядов динамики.

Анализ интенсивности изменения во времени осуществляется с помощью показателей, получаемых в результате сравнения уровней. К таким показателям относятся: абсолютный прирост, темп роста, темп прироста, абсолютное значение одного процента. Показатели анализа динамики могут вычисляться на постоянной и переменной базах сравнения. При этом принято называть сравниваемый уровень отчетным, а уровень, с которым производится сравнение, - базисным. Для расчета показателей анализа динамики на постоянной базе каждый уровень ряда сравнивается с одним и ем же базисным уровнем. В качестве базисного выбирается либо начальный уровень в ряду динами, либо уровень, с которого начинается какой-то новый этап развития явления. Исчисляемые при этом показатели называются базисными. Для расчета показателей анализа динамики на переменной базе каждый последующий уровень ряда сравнивается с предыдущим. Вычисленные таким образом показатели анализа динамики называются цепными.Важнейшим статистическим показателем анализа динамики является абсолютный прирост (сокращение), т.е. абсолютное изменение, характеризующее увеличение или уменьшение уровня ряда за определенный промежуток времени. Абсолютный прирост с переменной базой называют скоростью роста. Абсолютный прирост:цепной Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru ; базисный Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Цепные и базисные абсолютные приросты связаны между собой: сумма последовательных цепных абсолютных приростов равна базисному, т.е. общему приросту за весь промежуток времени Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Для оценки интенсивности, т.е. Относительного изменения уровня динамического ряда за какой-либо период времени исчисляют темпы роста (снижения). Интенсивность изменения уровня оценивается отношением отчетного уровня к базисному. Показатель интенсивности изменения уровня ряда, выраженный в долях единицы, называется коэффициентом роста, а в процентах – темпом роста. Эти показатели интенсивности отличаются только единицами измерения. Коэффициент роста (снижения) показывает, во сколько раз сравниваемый уровень больше уровня, с которым производится сравнение (если этот коэффициент больше единицы) или какую часть уровня, с которым производится сравнение, составляет сравниваемый уровень (если он меньше единицы). Темп роста всегда представляет собой положительное число. Коэффициент роста:цепной Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru ; базисный Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Темп роста:цепной Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru ; базисный Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Таким образом, Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Между цепными и базисными коэффициентами роста существует взаимосвязь (если базисные коэффициенты исчислены по отношению к начальному уровню ряда динамики): произведение последовательных цепных коэффициентов роста равно базисному коэффициенту роста за весь период Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru , а частное от деления последующего базисного темпа роста на предыдущий равно соответствующему цепному темпы роста. Относительную оценку скорости измерения уровня ряда в единицу времени дают показатели темпа прироста (сокращения). Темп прироста (сокращения) показывает, на сколько процентов сравниваемый уровень больше или меньше уровня, принятого за базу сравнения, и вычисляется как отношение абсолютного прироста к абсолютному уровню, принятому за базу сравнения. Темп прироста может быть положительным, отрицательным или равным нулю, выражается он в процентах или в долях единицы (коэффициенты прироста). Темп прироста:цепной Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru ; базисный Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . Темп прироста (сокращения) можно получить и из темпа роста, выраженного в процентах, если из него вычесть 100%. Коэффициент прироста получается вычитанием единицы из коэффициента роста: Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru ; Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru . При анализе динамики развития следует также знать, какие абсолютные значения скрываются за темпами роста и пророста. Чтобы правильно оценить значение полученного темпа прироста, его рассматривают в сопоставлении с показателем абсолютного прироста. Результат выражают показателем, который называют абсолютным значением (содержанием) одного процента прироста и рассчитывают как отношение абсолютного прироста к темпу прироста за этот период времени, %: Методика построения однофакторной регрессионной модели корреляционной связи. Анализ качества модели. - student2.ru .

Наши рекомендации