Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
уравнением регрессии.
Процедура поиска предполагаемой зависимости между различными числовыми совокупностями включает следующие этапы:
− установление значимости связи между ними (корреляция);
− возможность представления этой зависимости в форме математического выражения (уравнения регрессии).
Корреляция
рассматривается как признак, указывающий на взаимосвязь ряда числовых последовательностей. Иначе говоря, корреляция характеризует силу взаимосвязи данных.
Если это касается взаимосвязи двух числовых массивов X и Y, то такую корреляцию называют парной.
В таком случае мы будем иметь дело с двумя числовыми последовательностями, между которыми и надлежит установить наличие статистической (корреляционной) связи.
На этом этапе пока не ставится задача определить, является ли одна из этих случайных величин функцией, а другая – аргументом.
Отыскание количественной зависимости между ними в форме конкретного аналитического выражения
y = f(x) − это задача регрессионного анализа.
Таким образом, корреляционный анализ позволяет сделать вывод о силе взаимосвязи между парами данных Х и У,
а регрессионный анализ
используется для прогнозирования одной переменной У на основании другой Х.
Иными словами, в этом случае пытаются выявить причинно-следственную связь между анализируемыми совокупностями (рис.1).
Два вида связи между числовыми совокупностями:
Ø функциональная
Ø статистическая (случайная).
При наличии функциональной связи каждому значению воздействующего фактора (аргумента) соответствует строго определенная величина другого показателя (функции), т.е. изменение результативногопризнака всецело обусловлено действием факторного признака.
Графически это (при наличии линейной зависимости) может бытьпредставлено в виде прямой линии (рис.2):
У
Х
ЛИНЕЙНЫЙ КОЭФФИЦИЕНТ ПАРНОЙ КОРРЕЛЯЦИИ:
(1)
СВОЙСТВА:
Ø ;
Ø - ЛИНЕЙНАЯ;
Ø - ПРЯМАЯ;
Ø - ОБРАТНАЯ;
Ø - СЛАБАЯ;
Ø - УМЕРЕННАЯ;
Ø - СИЛЬНАЯ.
Рассмотрим данные Федеральной службы государственной статистики РФ по следующим показателям:
IRT(y) | оборот розничной торговли (%) | |
IRR(x1) | реальный денежный доход на душу населения(%) | |
INWP(x2) | индекс номинальной заработной платы (%) | |
IRWP(x3) | индекс реальной заработной платы (%) | |
IPC(x4) | индекс потребительских цен (%) | |
IPCF(x5) | индекс потребительских цен на продовольственные товары (%) | |
IPCG(x6) | индекс потребительских цен на непродовольственные товары (%) | |
IPCS(x7) | индекс потребительских цен на услуги населению (%) |
месяц | IRT(y) | IRR(x1) | INWP(x2) | IRWP(x3) | IPC(x4) | IPCF(x5) | IPCG(x6) | IPCS(x7) |
янв. 2009 | 74,6 | 53,6 | 77,2 | 102,4 | 101,4 | 100,7 | 106,3 | |
фев. 2009 | 95,7 | 134,5 | 100,1 | 98,5 | 101,7 | 101,9 | 101,6 | 101,4 |
мар. 2009 | 105,8 | 103,1 | 105,8 | 104,4 | 101,3 | 101,7 | 101,4 | 100,6 |
апр. 2009 | 99,2 | 99,3 | 98,6 | 100,7 | 100,7 | 100,3 | ||
май. 2009 | 101,4 | 96,9 | 99,4 | 100,6 | 100,7 | 100,7 | 100,3 | |
июн. 2009 | 100,4 | 103,5 | 106,9 | 106,3 | 100,6 | 100,5 | 100,8 | 100,5 |
июл. 2009 | 102,2 | 97,1 | 98,2 | 97,6 | 100,6 | 100,6 | 100,6 | 100,8 |
авг. 2009 | 101,6 | 95,5 | 97,4 | 97,4 | 99,1 | 100,6 | 100,4 | |
сент. 2009 | 99,8 | 103,2 | 102,7 | 102,7 | 99,2 | 100,7 | 100,1 | |
окт. 2009 | 103,3 | 107,4 | 99,7 | 99,7 | 99,5 | 100,6 | 99,9 | |
нояб. 2009 | 96,5 | 102,2 | 101,9 | 100,3 | 100,3 | 100,4 | 100,1 | |
дек. 2009 | 120,3 | 139,6 | 124,8 | 124,3 | 100,4 | 100,6 | 100,2 | 100,5 |
янв. 2010 | 55,4 | 76,7 | 101,6 | 101,4 | 100,2 | 103,9 | ||
фев. 2010 | 96,5 | 122,3 | 100,1 | 100,9 | 101,3 | 100,3 | ||
мар. 2010 | 107,9 | 102,9 | 108,2 | 107,5 | 100,6 | 100,4 | 100,4 | |
апр. 2010 | 100,4 | 109,2 | 98,7 | 100,3 | 100,3 | 100,3 | 100,2 | |
май. 2010 | 102,1 | 92,8 | 99,7 | 99,2 | 100,5 | 100,7 | 100,4 | 100,4 |
июн. 2010 | 103,6 | 106,5 | 106,1 | 100,4 | 100,5 | 100,2 | 100,4 |
y | x1 | x2 | x3 | x4 | x5 | x6 | x7 | |
y | ||||||||
x1 | 0,775175 | |||||||
x2 | 0,941223 | 0,82765 | ||||||
x3 | 0,947934 | 0,82272 | 0,9989091 | |||||
x4 | -0,68527 | -0,4118 | -0,561915 | -0,599 | ||||
x5 | -0,31393 | -0,0603 | -0,188711 | -0,231 | 0,8305 | |||
x6 | -0,03417 | 0,19943 | -0,027498 | -0,05 | 0,3738 | 0,3232 | ||
x7 | -0,83049 | -0,6897 | -0,735861 | -0,757 | 0,8499 | 0,47995 | 0,0017144 |
ВЫЧИСЛЕНИЕ КОРРЕЛЯЦИИ:
· По формуле (1);
· «Пакет анализа» (Excel Данные Анализ данных Корреляция).
ЧАСТНЫЕ КОЭФФИЦИЕНТЫ КОРРЕЛЯЦИИ –
Дата публикования: 2014-10-19; Прочитано: 364 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!