Содержание
- 2. Цель лекции: Сформировать у обучаемых систему знаний о сущности методов корреляционного и регрессионного анализа, об их
- 3. ПЛАН ЛЕКЦИИ 1. Виды зависимостей между величинами 2. Корреляционный анализ 3. Регрессионный анализ 4. Доверительный интервал
- 4. Все количественные характеристики объектов в математике обычно называют математическими величинами или просто величинами. Величины могут быть
- 5. Величины могут быть зависимыми и независимыми. Также величины разделяют на детерминированные и случайные.
- 6. Существует два вида зависимостей: функциональная; стохастическая (вероятностная, статистическая; от греч. stochastikos – умеющий угадывать, предполагать, строить
- 7. Определение Зависимость между двумя величинами называется функциональной, если каждому значению одной величины соответствует единственное значение другой
- 8. Пример Рассмотрим две величины х − выслуга сотрудника УИС (количество лет), y − размер надбавки от
- 10. 2. Графически.
- 11. 3. Аналитически.
- 12. Определение Зависимость между двумя величинами называется стохастической, если каждому значению одной величины соответствует множество значений другой
- 13. Y=f(X)+ε, где Y − значение результативного признака, f(X) − часть результативного признака, сформированного под воздействием факторного
- 14. 2. Корреляционный анализ Понятия корреляция и регрессия появились в середине XIX в. благодаря работам английских статистиков
- 15. Определение Корреляционная зависимость (или просто корреляция) – это статистическая зависимость между случайными величинами, при которой каждому
- 16. Виды корреляции Парная корреляция – связь между двумя признаками. Частная корреляция – зависимость между результативным и
- 17. Основные задачи корреляционного анализа определение существования и тесноты корреляционной связи; установление достоверности суждения о наличии этой
- 18. Коэффициент корреляции
- 22. Использование MS Excel Для вычисления коэффициента корреляции используется стандартная функция =КОРРЕЛ(Массив 1; Массив 2). Для вычисления
- 23. Результаты расчёта
- 24. 3. Регрессионный анализ Определение. Регрессионный анализ − это совокупность методов, с помощью которых устанавливают форму стохастической
- 25. Пример На рабочем листе в диапазон ячеек B3:B17 введём значения величины X, а в диапазон ячеек
- 26. Алгоритм решения Для графического определения вида формы связи построим корреляционное поле, используя стандартную точечную диаграмму. Расположение
- 28. Алгоритм решения Найдём значения параметров регрессии. Для этого используем инструмент Сервис→Анализ данных→Регрессия. В появившемся диалоговом окне
- 29. Алгоритм решения
- 30. Алгоритм решения Среди появившихся итогов находим коэффициенты регрессии b=2,54 и a=-309. Тогда уравнение регрессии yx=-309+2,54x. На
- 32. Проверка значимости модели регрессии с помощью критерия Фишера (Алгоритм) 1. Вычисляют факторную дисперсию.
- 33. Проверка значимости модели регрессии с помощью критерия Фишера 2. Вычисляют остаточную дисперсию.
- 34. Проверка значимости модели регрессии с помощью критерия Фишера 3. Вычисляют наблюдаемое значение критерия Фишера.
- 35. Проверка значимости модели регрессии с помощью критерия Фишера 4. Задают уровень значимости α: 0,01
- 36. Проверка значимости модели регрессии с помощью критерия Фишера 5. C помощью стандартной функции MS Excel находят
- 37. Проверка значимости модели регрессии с помощью критерия Фишера 6. Делают вывод. Если Fфакт > Fтеор, то
- 38. 4. Доверительный интервал Доверительным интервалом называется интервал, который с заданной надёжностью (или доверительной вероятностью) ᵝ покрывает
- 39. В общем виде доверительный интервал имеет вид:
- 40. Доверительный интервал для генеральной средней (математического ожидания)
- 41. Алгоритм нахождения доверительного интервала для среднего значения 1. Для вычисления выборочного среднего значения используется стандартная функция
- 42. Использование MS Excel 3. Задают доверительную вероятность ᵝ 0,9 4. Для вычисления допустимой предельной ошибки Δ
- 44. Скачать презентацию