Выбери формат для чтения
Загружаем конспект в формате docx
Это займет всего пару минут! А пока ты можешь прочитать работу в формате Word 👇
Элементы корреляционно-регрессионного анализа
Пусть у некоторых объектов фиксировались значения признака Х и признака У. Требуется выяснить, существует ли зависимость между признаками и насколько она сильная.
Связь между признаками называется функциональной, если каждому значению признака Х соответствует единственное значение признака У.
Связь между признаками называется стохастической, если каждому значению признака Х соответствуют несколько значений признака У с разными вероятностями.
Корреляционная связь является частным случаем стохастической связи. Это связь между значениями одного признака и средними значениями другого признака.
Коэффициент корреляции r – показатель наличия и тесноты связи.
Если , то связь называется положительной (значения признаков изменяются в одном направлении: либо оба увеличиваются, либо оба уменьшаются).
Если , то связь называется отрицательной (значения признаков изменяются в разных направлениях: при увеличении одного признака значения другого признака уменьшаются и наоборот).
Если , то связь между признаками отсутствует.
Если , то связь очень слабая.
Если , то связь слабая.
Если , то связь средняя, достаточно сильная.
Если , то связь высокая.
Если , то связь функциональная.
Выборка записана в виде пар значений признаков Х и У
- частота пары и т.д.
Пусть выборка записана в таблицу:
Значения признака У
Значения признака Х
Частоты значений У
…
…
…
Частоты значений Х
…
- выборочное среднее признака Х
- выборочное среднее признака У
- выборочная дисперсия признака Х
- выборочное среднее квадратическое отклонение признака Х
- выборочная дисперсия признака У
- выборочное среднее квадратическое отклонение признака У
Выборочный коэффициент корреляции Пирсона:
Выборочный коэффициент корреляции Пирсона является точечной оценкой коэффициента корреляции генеральной совокупности.
Регрессия – связь, выраженная формулой.
Уравнение парной линейной регрессии:
1) Зависимость среднего значения признака У () от значений признака Х
2) Зависимость среднего значения признака Х () от значений признака У