Содержание
- 2. Применение корреляционного и регрессионного анализа Корреляционный анализ Корреляционный анализ применяется для количественной оценки взаимосвязи двух наборов
- 3. Этапы регрессионного анализа Формулировка задачи. На этом этапе формируются предварительные гипотезы о зависимости исследуемых явлений. Определение
- 4. Сбор данных Несгруппированные данные Корреляционная таблица ∆i– интервалы для X и Y nij - частота появления
- 5. Линейная регрессия Y на Х и X на Y Пусть между количественными признаками X и Y
- 6. Корреляционный анализ Коэффициент эластичности Кэ показывает на сколько процентов в среднем изменится показатель y от своего
- 7. Пример Зависимость теплоемкости Ср фторида магния от температуры Т выражается следующими данными: Выявление вида зависимости средняя
- 8. Расчет параметров модели Уравнение регрессии Y на X
- 9. Коэффициент корреляции. Свойства Коэффициент корреляции - это статистический показатель меры зависимости двух случайных величин. Линейный коэффициент
- 10. Проверка значимости коэффициента корреляции Нулевая гипотеза, которая состоит в том, что коэффициент корреляции равен нулю при
- 11. Проверка значимости коэффициента корреляции По таблицам критических точек распределения Стьюдента или с помощью статистической функции ExcelСТЬЮДЕНТ.ОБР,
- 12. Значимость коэффициентов уравнения регрессии Статистические выводы относительно коэффициента β истинного уравнения регрессии y=θ+βx могут быть получены
- 13. Проверка значимости коэффициентов уравнения регрессии Значение коэффициента β является значимым с достоверностью α, т.к.: Доверительные интервалы
- 14. Проверка адекватности R2 характеризует долю разброса отклика, описываемую регрессией, и лежит в пределах от 0 до
- 15. Критерий Фишера-Снедекора Для проверки гипотезы об адекватности находят дисперсию повторности S2повт и дисперсию адекватности S2адекв. Мера
- 16. Проверка гипотезы об адекватности уравнения регрессии Y на X Проверим гипотезу об адекватности полученной сглаживающей прямой
- 17. Построение модели регрессии по сгруппированным данным На некотором предприятии исследовалась зависимость себестоимости Y единицы продукции (в
- 18. Выявление вида зависимости по средним значениям Условные средние признака Y Корреляционное поле
- 19. Вывод уравнения линейной регрессии Y на X на основе МНК y=12,861933-0,09862x
- 20. Вывод уравнения линейной регрессии Y на X на основе корреляционного анализа
- 21. Проверка гипотезы о значимости коэффициента корреляции Так как t=5,289007>t0,05, 30-2=2,048407, делаем вывод, что выборочный коэффициент корреляции
- 22. Расчет коэффициента детерминации Таким образом, линейное сглаживающее уравнение регрессии y=12,861933-0,09862x объясняет примерно 50% всей вариации зависимой
- 23. Проверка адекватности модели по критерию Фишера-Снедекора fкр(0,05, 3, 25)=2,991
- 24. Значимость коэффициентов уравнения регрессии Статистические выводы относительно коэффициента β истинного уравнения регрессии y=θ+βx могут быть получены
- 26. Скачать презентацию