Реклама на сайте 

 

 

 

 Меню:

   
Новая историческая энциклопедия 

Все статьи принадлежат сайту globpeace.ru и защищена законом об авторском праве РФ. При копировании ссылка на первоисточник и копирайты обязательны !


Домой
Указатель
Статьи
Литература
О проекте
   
 

Разное:

Сообщить нам об ошибке


Связь с нами


Спонсировать проект


Создатели


Последующие преобразования


 
 

 


  Разное: Нивелир оптический setl. Оптический нивелир sokkia. Нивелир оптический sokkia.



        Данная лекция находится уточненной разработке
   
     

Корреляционная зависимость:

Стат называются зав-ть, пр кот-й изменение 1-й из величин влечет изменение распределения другой величины. В частности стат зав-ть, проявляются в том, что при изменении 1-й величины, изменяются математическое ожидание (средства значения) другой величины, называются корреляционным.

Поэтому сущность коррел анализа м.б. продемонстр-на на 2-х вар-тах взаимосвязи м/у перем-ми.

I). Предпол-м, что мы рассм-ем поведение 2-х перем-х У и Х, кот-ые яв-ся равноценными в том смысле, что среди них нельзя выделить первичную (независ) и вторичную (завис) перем-ую. Нап-р: спрос на товар и его цена. При иссл-ии силы зав-ти м/у такими перем-ми обращ-ся к коррел анализу, основ-й мерой в кот-м яв-ся коэф-т выбороч коррел-ии -1≤rxy≤1.

Вполне вер-но, что связь в этих случаях м не носить направ хар-ра, а м показ-ть и одинак направ-ть, когда рост 1-й перем-й сопр-ся ростом знач-я др перем-й или наоборот.

II). Когда мы м выделить так назыв-ю объясняющ (независ) перем-ю и объясняемую (завис). В этом случае изм-ие 1-й из них яв-ся причиной для изм-ия 2-й, но такая зав-ть не яв-ся одннознач. Пр-р: выдел-ся неск-ко семей с одинак составом ее членов и одинак ур-нем дохода Х. Ур-нь потр-ия в этих семях м.б. разным у1,у2…ук., т.е каждому значению Х соот-т нек-ое случ распред-е У, т.е. У – яв-ся случ вел-ной (СВ).

Анализ-ся как в среднем объяняющ перем-я Х влияет на знач-ие объясняемой перем-й У.

М(у/х)=f(х). М – мат ожидание. m=1. Такое выраж-е наз-ся ф-ией регр-ии у на х.

Если мы рассм-м пару пок-лей Х и У, то речь идет о парной регрессии.

Если мы рассм-м ф-ию, в кот-й поведение У зав-т от нек-го мно-ва фак-в М(У/х1,х2…хm)= f(x1,x2…xm), то мы имеем дело с множест регр-ей.

Для отражения того факта, что реал знач-я завис перем-й не всегда совпадают с ее усл мат ожиданием, эта зав-ть доп-ся нек-м слогаемым, являющ-ся случ вел-ной, что указ-т а стахостич (стат) суть этой зав-ти.

У=М(У/х)+ε

У=М(У/х1,х2…хn)+ε

В таком виде записи, соот-ия наз-ся регрессионными урав-ми лин регресс моделями.

Осн причинами включ-ия в модель случ ф-ра (откл-ия) яв-ся:

1). Невключ-е в модель всех объясняющ перем-ых. Любая модель – вседа упрощ-е реал ситуации и поэтому мы не м однозн-но гов-ть о знач-ях объясняемой перем-й в этих ситуациях.

2). Неправ-й выбор функц формы модели, что зачастую возн-т в усл-ях слабой изучен-ти эк процесса.

III). Агрегир-ие перем-ых.

Во многих моделях исп-ся зав-ти м/у какими-то фак-ми, кот-ые сами предс-т слож комб-ии др более простых фак-ров. Изм-ие этих простых фак-ров м оказать влияние на поведение обопщенных пок-лей, но мы в модели этого не учтем. Пр-р: сов спрос и сов предл.

IV). Ошибки изм-ий, кот-ые отраж-ся на несоответ-тт модел знач-й эмпир данным (з/п в конверте).

V). Огранич-ть стат данных.

Мы строим лин модель, являющ-ся непрерыв-й, но для ее постр-ия исп-ем огран выборку из массива ген сов-ти данных, что наклад-т огран-ия на соот-ие модели эмпир данным.

VI). Непредказ-ть чел фак-ра.

Эта причина м испортить люб самую качест модель.

Т.о. случ слогаемые в модели отраж-т влияние мно-ва субъек-ых ф-ров. И решение задачи постр-ия модели, соот-ей эмпир данным и целям иссл-ия яв-ся слож многоступен-й процессом, кот-ый м разбить на 3 этапа:

1). Выбор формы урав-ия регр-ии.

2). Опр-ие парам-в выбранного ур-ия.

3). Анализ кач-ва постр-го ур-ия и проверка его соотв-ия (адекват-ти) эмпир данным, на основе кот-ыхвозм-но соверш-ие ур-ий.

Выбор формы зав-ти – спецификация ур-ия.

В лучае парной регр-ии он осущ-ся с помощью постр-ия коррел поля.

График

В осях коор-т y=M(У/x)+ε для зав-ти наносятся точки выборки х1у1; х2у2; х3у3…хiyixnyn. (xiyi) i=1;n.

Получили коррел поле или диаграмму рисования.

Возм-ны разл ситуации.

3 Графика

На 1) связь м/у х и у близка к лин-й.

На 2) ее нельзя предст-ть как лин зав-ть Скорее всего это парабола.

На 3) явная зав-ть м/у х и у отсут-т. Какую бы зав-ть мы не выбрали рез-ты моделир-ия б неуд-ны.

В случае множест регр-ии У=М(У/х1,х2…хn)+ε

 Задача опр-ия вида зав-ти услож-ся.