Непараметрические методы

Непараметрические методы

Использование корреляционного и регрессионного разбора просит, чтоб все симптомы были количественно измеренными. Возведение аналитических сортировок подразумевает, будто количественным обязан существовать продуктивный знак. Параметрические способы базируются на применении главных количественных характеристик распределения (средних величин и дисперсий). Совместно с тем в статистике используются еще непараметрические способы, с поддержкою каких устанавливается ассоциация меж высококачественными (атрибутивными) показателями. Сфера их внедрения просторнее, нежели параметрических, так как никак не потребуется соблюдения условия нормальности распределения зависимой переменной, но при данном снижается бездна изучения взаимосвязей. При исследовании зависимости меж высококачественными показателями никак не ставится задачка представления ее уравнением. Тут стиль идет лишь о установлении присутствия взаимосвязи и измерении ее тесноты. В практике статистических изучений приходится время от времени разбирать взаимосвязи меж другими показателями, представленными лишь группами с другими (взаимоисключающими) чертами. Тесноту взаимосвязи в данном случае разрешено поставить, вычислив коэффициент ассоциации. Для расчета коэффициента ассоциации основывается четырехклеточная корреляционная матрица, коия перемещает заглавие таблицы "4 полей " и владеет последующий разряд: 214 Употребительно к таблице "4 полей" с частотами lа, b, с и d коэффициент ассоциации выражается формулой: Коэффициент ассоциации меняется от -1 по +1; нежели теснее к +1 либо -1, тем посильнее соединены меж собой изучаемые симптомы. Ежели ka никак не наименее 0,3 то наверное говорит о подъеме основателей и отпрыской представленыв табл. 9.5. Матрица 9.5 Расположение основателей и отпрыской сообразно подъему, чел. Сочтем коэффициент ассоциации сообразно этим табл. 9.5: Так как ka > 0,3, меж подъемом основателей и отпрыской есть корреляционная ассоциация. Ежели сообразно любому из взаимосвязанных показателей отличается количество групп наиболее 2-ух, то для сходственного семейства таблиц давка взаимосвязи меж высококачественными показателями имеет возможность существовать измерена с поддержкою признака обоюдной сопряженности А. А. Чупрова: Вычтя из данной суммы штуку, получим φ2. 215 Коэффициент обоюдной сопряженности А.А. Чупрова меняется от 0 по 1, однако теснее при смысле 0,3 разрешено разговаривать о узкой взаимосвязи меж вариацией изучаемых показателей. Его смысл указывает видную ассоциация меж уровнями воспитания супруга и супруги при формировании семьи. Контрольные вопросцы Контрольные вопросы 1. В чем состоит отличие между функциональной и стохастической связью? 2. Что собой представляет корреляционая связь? 3. Какими статистическими методами исследуются функциональные и корреляционные связи? 4. В чем достоинства и недостатки метода парамельных рядов и аналитических группировок ? 5. Какие основные задачи решают с помощью корреляционного и регрессионного анализа ? 6. Дайте определение статистической модели. 216 7. Охарактеризуйте основные проблемы и правила построения однофакторной линейной регрессионной модели. 8. В чем состоит значение уравнения регрессии ? 9. Что характеризуют коэффициенты регрессии? 10. Метод определения параметров уравнения регрессии. 11. Зачем необходима проверка адекватности регрессионной модели? 12. Как осуществляется проверка значимости коэффициентов регрессии ? 13. Какими показателями измеряется теснота корреляционной связи? 14. Какое значение имеет расчет коэффициента детерминации? 15. Линейные коэффициенты корреляции и детерминации, их смысл и назначение. 16. Проверка существенности показателей тесноты связи как необходимое условие распространения выводов по результатами выборки на всю генеральную совокупность. Как она осуществляется ? 17. Как экономически охарактеризовать однофакторную регрессионную модель ? 18. Какой экономический смысл имеют коэффициенты эластичности ? 19. В чем преимущество межфакторного регрессионного анализа перед другими методами ? 20. Основные проблемы и правила построения многофакторной корреляционной модели. 21. Сущность и назначение парных и частных коэффициентов корреляции. 22. Сущность и значение совокупного коэффициента множественной корреляции и совокупного коэффициента детерминации. 23. Как проверить адекватность уравнения в целом? Значимость коэффициента регрессии? Какие критерии для этого можно использовать? 24. Как экономически интерпретировать многофакторную регрессионную модель ? 25. Какой экономический смысл имеют коэффициенты эластичности, bi -, ∆i -коэффициенты? 26. Каким образом выделить факторы, в изменении которых заложены наибольшие возможности в управлении изменением результативного признака ? 27. Какие непараметрические методы применяют для моделирования связи?