Содержание
- 2. Функциональная зависимость: каждому возможному значению переменной х ставится в соответствие единственное значение переменной y.
- 3. O r ФУНКЦИОНАЛЬНАЯ СВЯЗЬ
- 4. ФУНКЦИОНАЛЬНАЯ СВЯЗЬ S
- 5. ФУНКЦИОНАЛЬНАЯ СВЯЗЬ
- 6. Стохастической зависимостью называют зависимость, при которой изменение одной из величин влечет изменение распределения другой.
- 7. Корреляционной зависимостью называют зависимость, при которой изменение одной из величин влечет изменение среднего значения другой.
- 9. Линия регрессии – это графическое представление ведущей тенденции связи между количественными признаками.
- 10. Чем ближе точки в поле диаграммы рассеяния к линии регрессии, тем сильнее воздействие независимой переменной на
- 11. ТЕОРИЯ КОРРЕЛЯЦИИ ЗАДАЧИ Установить ФОРМУ корреляционной связи Установить ТЕСНОТУ корреляционной связи решает регрессионный анализ решает корреляционный
- 12. Корреляционный анализ Коэффициент линейной корреляции Пирсона. Свойства коэффициента корреляции. Оценка значения коэффициента корреляции.
- 13. Простой (выборочный) коэффициент корреляции Пирсона
- 14. Свойства коэффициента корреляции 1. Величина коэффициента корреляции заключена в пределах -1≤ r ≤ 1, 1
- 15. Свойства коэффициента корреляции причем 0 если при увеличении значений одной из величин значения другой имеют тенденцию
- 16. Свойства коэффициента корреляции и -1≤ r если при увеличении значений одной из величин значения другой имеют
- 17. Свойства коэффициента корреляции тогда и только тогда, когда случайные величины X и Y линейно связаны, т.е.
- 18. Свойства коэффициента корреляции 3
- 19. Свойства коэффициента корреляции 3
- 20. Свойства коэффициента корреляции 4 r=0 Если X и Y статистически независимы, то
- 21. Свойства коэффициента корреляции 4 r=0 то связь между случайными величинами либо отсутствует, Если либо не носит
- 22. Свойства коэффициента корреляции 5 Для нормально распределенных Х и Y из того, что следует их независимость.
- 23. Оценка значения коэффициента корреляции
- 24. 1) оценка тесноты статистической линейной связи по абсолютному значению r:
- 25. знак «+» – прямая связь, знак «–» – обратная связь. 2) оценка направления статистической линейной связи
- 26. 3) оценка значимости полученного результата: Уровень значимости α, говорит о том, с какой надежностью γ=(1-α)×100% можно
- 27. Расчетная таблица
- 28. связь значительная (| r | = 0,69 0,5 прямая (знак «+»).
- 29. Регрессионный анализ Классификация. Основные задачи. Анализ адекватности модели.
- 30. I. Классификация
- 31. 1.В зависимости от числа явлений – простой (регрессия между двумя переменными); – множественной (регрессия между зависимой
- 32. 2.В зависимости от формы – линейной (отображается линейной функцией, а между изучаемыми явлениями существуют линейные отношения);
- 33. 3. По характеру связи между включенными в рассмотрение переменными – положительной (увеличение значения независимой переменной приводит
- 34. 4. По типу – непосредственной (в этом случае причина оказывает прямое воздействие на следствие, т.е. зависимая
- 35. II. Основные задачи
- 36. Основные задачи 1. Определение формы зависимости. 2. Отыскание подходящих значений неизвестных параметров. 3. Оценка неизвестных значений
- 37. 1. Определение формы зависимости
- 38. 1. Определение формы зависимости
- 39. 2. Отыскание подходящих значений неизвестных параметров
- 40. 2. Отыскание подходящих значений неизвестных параметров 2.1 измеряем расстояние от каждой точки до прямой по оси
- 41. 2. Отыскание подходящих значений неизвестных параметров 2.2 возводим эти расстояния в квадрат: ⎪yi-f(xi)⎪2;
- 42. 2. Отыскание подходящих значений неизвестных параметров 2.3 суммируем по всем точкам: S=⎪y1-f(x1)⎪2+⎪y2-f(x2)⎪2+...+⎪yi-f(yi)⎪2; 2.4 требуем, чтобы полученная
- 43. В случае линейной регрессии y(x) = ax+b
- 44. 3. Оценка неизвестный значений зависимой переменной х у y = f(x)
- 45. 3. Оценка неизвестный значений зависимой переменной х у y = f(x)
- 46. Анализ адекватности модели
- 47. ? Предсказанные значения – значения, соответствующие наблюдаемым независимым значениям xi, вычисленные согласно уравнению y=f(x) (будем обозначать
- 49. Коэффициент детерминации
- 50. Коэффициент детерминации Свойства: а) 0≤RI≤1; б) Чем ближе коэффициент детерминации к 1, тем лучше регрессия «объясняет»
- 51. Средняя ошибка аппроксимации
- 52. Анализ остатков Если модель подобрана правильно, то - остатки будут вести себя достаточно хаотично, в остатках
- 53. Порядок действий при использовании методов корреляционно-регрессионного анализа 1. Исследование природы рассматриваемых переменных для установления типа зависимости
- 54. Порядок действий 2.1. Случайность выборки: несвязанность i-го наблюдения с предыдущими и отсутствие влияния на последующие. 2.2.
- 55. Порядок действий 4. Измерение тесноты связи, вычисление выборочного коэффициента корреляции. 3. Построение диаграммы разброса. 5. Установление
- 56. Порядок действий 7. Исследование статистических свойств регрессионной зависимости, оценка адекватности модели. 6. Построение эмпирической линии регрессии
- 58. Скачать презентацию