Особенности применения корреляционно-регрессионного анализа

Классический регрессионный корреляционный анализ базируется на следующих предположениях:

§ Число точек выборки значительно превосходит число факторных признаков . Обычно . В экономических задачах, как правило, всегда удается получить большую выборку и рассмотренное соотношение не выполняется, но модели приходится все же строить, помня об условии, что при малом числе точек выборки уменьшается число степеней свободы , следовательно, увеличивается и возрастает доверительный интервал. Точность модели ухудшается, и выводы не будут достоверными.

§ Все i- е члены выборки для j- гофактора взаимно не коррелированы. Обратное явление называется автокорреляция, а ряд называется автокоррелированным. Для оценки степени автокорреляции используется коэффициент автокорреляции . Автокоррелированный ряд эквивалентен неавтокоррелированному с меньшим числом точек выборки . Уменьшение числа точек выборки ведет к уменьшению числу степеней свободы, а следовательно, ведет к увеличению доверительного интервала и ухудшению точности модели.

§ Все признаки должны выражаться числом. Сравнение по качеству нескольких объектов между собой производится с помощью ранжирования, т.е. объектам присваивается ранг. Первый ранг - лучшему объекту, а последний - худшему. Для определения степени связи между ранжированными величинами используются коэффициенты корреляции рангов. Например, коэффициент Спирмана . Коэффициент Спирмана меняется от -1 до 1. Для ранжированных величин используется коэффициент конкордации . Данный коэффициент применяется, например, для оценки согласованности мнения экспертов при обработке данных экспертного опроса, где - число экспертов, - число оцениваемых объектов. Если мнение экспертов совпадает, то коэффициент равен 1, если противоположно, то - 0.

 

Библиографический список

 

 

1. Елисеева И.И., Юзбашев М.М. Общая теория статистики. М.: Финансы и статистика, 2003.
2. Социальная статистика: Учебник / Под ред. И.И. Елисеевой М.: Финансы и статистика, 2003.
3. Статистика. Курс лекций / Под ред. В.Г. Ионина. Новосибирск: Издательство НГАЭиУ, М.:ИНФРА-М, 2000.
4. Шмойлова Р.А Теория статистики: Учебник 4-е изд., перераб. и доп. М.: Финансы и статистика, 2004.
5. Шмойлова Р.А. Практикум по теории статистики: Учеб. пособие. 2-е изд., перераб. и доп. М.: Финансы и статистика, 2004.
6. Экономическая статистика: Учебник для вузов / Под ред. Ю.Н. Иванова. 2-е изд., доп. М.: ИФРА- М, 2004.

 

Оглавление

 

Тема № 1. Предмет, метод и задачи статистики. 1

1. История статистики. 1

2. Предмет, метод и задачи статистики. 2

3. Составные части статистики. 3

4. Статистическая совокупность и ее характеристики. 3

Тема № 2. Статистическое наблюдение. Источники статистической информации 5

1. Организация государственной статистики. 5

2. Виды и способы статистического наблюдения. 6

3. Подготовка статистического наблюдения. 6

4. Качество материалов статистического наблюдения. 7

Тема № 3. Группировка и сводка материалов статистических наблюдений 8

1. Статистическая сводка. 8

2. Понятие и виды группировок. 9

3. Основные классификации и группировки в социально-экономической статистике 10

4. Многомерные группировки. 11

5. Ряды распределения. 12

Тема № 4. Средние величины и изучение вариации. 12

1. Однородность и вариация в массовых явлениях. 12

2. Средние величины.. 13

3. Структурные характеристики вариационного ряда. 15

4. Показатели вариации. 18

Задачи. 21

Тема № 5. Выборочный метод в изучении социально-экономических явлений и процессов 23

1. Причины применения выборочного наблюдения. 24

2. Способы отбора и виды выборки. 24

3. Ошибки выборки. 25

4. Влияние вида выборки на величину ошибки выборки. 27

5. Проверка статистических гипотез. 28

Задачи. 30

Тема № 6. Методы изучения корреляционной связи. 30

1. Статистические методы изучения взаимосвязи. 31

2. Схема построения казуальных моделей. 32

3. Особенности применения корреляционно- регрессионного анализа. 37