Разделы презентаций


correl2.ppt

Содержание

Виды и формы связи между явлениями Взаимосвязанные признаки подразделяются на факторные (под их воздействием изменяются другие, зависящие от них признаки) и результативные.

Слайды и текст этой презентации

Слайд 1ИССЛЕДОВАНИЕ ВЗАИМОСВЯЗЕЙ

СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ

ИССЛЕДОВАНИЕ ВЗАИМОСВЯЗЕЙ          СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ

Слайд 2 Виды и формы связи между явлениями
Взаимосвязанные признаки подразделяются

на факторные (под их воздействием изменяются другие, зависящие от них

признаки) и результативные.
Виды и формы связи между явлениями Взаимосвязанные признаки подразделяются на факторные (под их воздействием изменяются другие,

Слайд 3Функциональная связь
При функциональной связи каждому значению факторного признака соответствует строго

определенное одно или несколько значений результативного признака; для выявления такой

связи достаточно одного наблюдения. Она полностью сохраняет свою силу и проявляется во всех случаях наблюдения и для всех единиц наблюдения. Функциональные связи иначе называются полными
Функциональная связьПри функциональной связи каждому значению факторного признака соответствует строго определенное одно или несколько значений результативного признака;

Слайд 4Стохастическая связь
Связь между случайными величинами называется стохастической. Частный случай стохастической

связи – статистические связи. Статистические связи подразделяются на корреляционные и

регрессионные. Корреляционные связи отражают зависимость между случайными величинами, а регрессионные – между случайными и неслучайными.
Стохастическая связьСвязь между случайными величинами называется стохастической. Частный случай стохастической связи – статистические связи. Статистические связи подразделяются

Слайд 5При статистической связи одному и тому же значению факторного признака

может соответствовать несколько значений результативного признака. Особенность статистических закономерностей состоит

в том, что строгую функциональную зависимость между явлениями выявить нельзя. Статистические закономерности проявляются только для большого числа единиц совокупности, а динамические проявляются у каждой отдельной единицы.
При статистической связи одному и тому же значению факторного признака может соответствовать несколько значений результативного признака. Особенность

Слайд 6Основные приемы изучения взаимосвязей
Для изучения, измерения и количественного выражения

взаимосвязей между явлениями применяются различные методы. Важнейшие из них: метод

сопоставления параллельных рядов, балансовый, графический, методы аналитических группировок, дисперсионного и корреляционного анализа.  Наибольший эффект достигается при комбинировании нескольких методов.
Основные приемы изучения взаимосвязей Для изучения, измерения и количественного выражения взаимосвязей между явлениями применяются различные методы. Важнейшие

Слайд 7Метод сравнения параллельных рядов
Приводится ряд данных по одному признаку и

параллельно с ним по другому признаку, связь с которым предполагается.

По вариации признака в первом и втором ряду судят о наличии связи признаков. Такой метод позволяет вывести только направление связи, но не измерить ее.
Метод сравнения параллельных рядовПриводится ряд данных по одному признаку и параллельно с ним по другому признаку, связь

Слайд 8Пример: Предположим, нужно выяснить, есть ли зависимость между объемом производства

на предприятии и себестоимостью. Берем предприятия и ранжируем их по

объему выпуска (по возрастанию), и смотрим, возрастает или уменьшается при этом себестоимость.
Пример: Предположим, нужно выяснить, есть ли зависимость между объемом производства на предприятии и себестоимостью. Берем предприятия и

Слайд 9Балансовый метод состоит в том, что данные взаимосвязанных показателей изображаются

в виде таблицы и располагаются таким образом, чтобы итоги между

отдельными ее частями были равны, т. е., чтобы был баланс. Балансовый метод используется для характеристики взаимосвязи между производством и распределением продуктов, денежными доходами и расходами населения. Почти все внутренние и внешние хозяйственные связи выражаются в виде балансов.
Балансовый метод состоит в том, что данные взаимосвязанных показателей изображаются в виде таблицы и располагаются таким образом,

Слайд 11Графический метод может использоваться как самостоятельно, так и совместно с

другими методами.
Если конкретные данные перенести на график,

то получим поле точек. На оси абсцисс откладываются значения факторного признака x, а на оси ординат – значения результативного признака y. Каждая единица, обладающая определенным значением факторного и результативного признака, обозначается точкой. По совместному расположению точек на графике делают вывод о направлении и наличии зависимости
Графический метод может использоваться как самостоятельно, так и совместно с другими методами.  Если конкретные данные перенести

Слайд 12Беспорядочное расположение говорит об отсутствии связи. Напротив, чем сильнее связь,

тем теснее точки группируются вокруг определенной линии. Если точки на

графике концентрируются вокруг прямой, идущей снизу вверх, зависимость между признаками прямая. Если точки концентрируются вокруг прямой, спускающейся сверху вниз, то это свидетельствует о наличии обратной зависимости.
Беспорядочное расположение говорит об отсутствии связи. Напротив, чем сильнее связь, тем теснее точки группируются вокруг определенной линии.

Слайд 13Метод аналитической группировки
Единицы статистической совокупности группируются, как правило, по факторному

признаку и для каждой группы рассчитывается средняя или относительная величина

по результативному признаку. Затем изменения средних или относительных значений результативного признака сопоставляются с изменениями факторного признака для выявления характера связи между ними. Сначала выбираются два признака: факторный и результативный. По факторному признаку производится группировка, а по результативному – подсчет средних или относительных величин. Путем сопоставления характера изменений значений факторного и результативного признака можно сделать вывод о наличии связи и ее направлении. При помощи метода аналитической группировки можно сделать вывод и о тесноте связи.
Метод аналитической группировкиЕдиницы статистической совокупности группируются, как правило, по факторному признаку и для каждой группы рассчитывается средняя

Слайд 14Пример : Количество вкладчиков и средний остаток вклада по трем

филиалам Сбербанка (тыс. руб.)*.

Пример : Количество вкладчиков и средний остаток вклада по трем филиалам Сбербанка (тыс. руб.)*.

Слайд 15Дисперсионный анализ дает прежде всего возможность определить значение систематической и

случайной вариаций в общей вариации, а также установить роль интересующего

нас фактора в изменении результативного признака.
Дисперсионный анализ дает прежде всего возможность определить значение систематической и случайной вариаций в общей вариации, а также

Слайд 16 Анализ проходит четыре итерации.
Определяем, какой признак факторный, какой – результативный.


Производим группировку по факторному признаку.
Считаем среднее значение факторного и

результативного признака в группах.
Выясняем взаимосвязь между этими средними.
Анализ проходит четыре итерации. Определяем, какой признак факторный, какой – результативный. Производим группировку по факторному признаку.

Слайд 17Для оценки тесноты связи по результатам факторной группировки используется межгрупповая

дисперсия . Напомним, что межгрупповая дисперсия характеризует колеблемость групповых средних

вокруг общей средней, которая возникает под действием факторов, положенных в основу группировки. Если при этом групповая средняя равна средней общей, значит, фактор, положенный в основу группировки, на результативный признак не влияет.

Для оценки тесноты связи по результатам факторной группировки используется межгрупповая дисперсия . Напомним, что межгрупповая дисперсия характеризует

Слайд 18Для характеристики тесноты корреляционной связи между признаками в аналитических группировках

межгрупповую дисперсию сопоставляют с общей. Это сопоставление называется коэффициентом детерминации

. Он показывает, какая часть общей дисперсии связана с факторами, положенными в основу группировки.
Для характеристики тесноты корреляционной связи между признаками в аналитических группировках межгрупповую дисперсию сопоставляют с общей. Это сопоставление

Слайд 19Подобные операции выполняют и с корреляционным отношением . Оно характеризует

долю вариации результативного признака, вызванной действием факторного признака, положенного в

основание группировки. Корреляционное отношение по своему абсолютному значению колеблется в пределах от 0 до 1. Чем ближе корреляционное отношение к 1, тем большее влияние оказывает факторный признак на результативный.
Подобные операции выполняют и с корреляционным отношением . Оно характеризует долю вариации результативного признака, вызванной действием факторного

Слайд 20Если факторный признак не влияет на результативный, то вариация, обусловленная

им, будет равна нулю (δ2 = 0); корреляционное отношение также

равно нулю (η = 0), что говорит о полном отсутствии связи. Напротив, если результативный признак изменяется только под воздействием одного факторного признака, то вариация, обусловленная этим признаком, будет равна общей вариации (δ2 = σ2) и корреляционное отношение будет равно единице (η = 1), что говорит о существовании полной связи.
Если факторный признак не влияет на результативный, то вариация, обусловленная им, будет равна нулю (δ2 = 0);

Слайд 21Дисперсионный анализ позволяет не только определить роль случайной и систематической

вариаций в общей вариации, но и оценить достоверность вариации, обнаруженной

методом аналитических группировок. Определение достоверности вариации дает возможность с заданной степенью вероятности установить, вызвана ли межгрупповая вариация признаком, положенным в основание группировки, или она является результатом действия случайных причин.
Дисперсионный анализ позволяет не только определить роль случайной и систематической вариаций в общей вариации, но и оценить

Слайд 22Для оценки существенности корреляционного отношения пользуются критическими значениями корреляционного отношения

η при разных уровнях вероятности или значимости α.

Для оценки существенности корреляционного отношения пользуются критическими значениями корреляционного отношения η при разных уровнях вероятности или значимости

Слайд 23 Уровень значимости – это достаточно малое значение вероятности, отвечающее

событиям, которые в данных условиях исследования будут считаться практически невозможными.

Появление такого события считается указанием на неправильность начального предположения. Чаще всего пользуются уровнями, равными 0,05 или 0,01.
Уровень значимости – это достаточно малое значение вероятности, отвечающее событиям, которые в данных условиях исследования будут

Слайд 24

k1 = m –

1,

где m – число групп,
для случайной дисперсии


k2 = n – m,

где n – число вариант,
m – число групп.


k1

Слайд 25Этот показатель всегда рассчитывается по выборочным данным, и потому может

быть ситуация, когда данное значение получилось случайно. Чтобы исключить случайности,

проводят проверку достоверности. Для этого можно рассчитать критерий Фишера.
Этот показатель всегда рассчитывается по выборочным данным, и потому может быть ситуация, когда данное значение получилось случайно.

Слайд 26Критерий Фишера
Фишер составил таблицы, по которым можно определить значения

критерия. Если мы получаем значение F, большее, чем значение в

таблице, то рассчитываемое значение получилось неслучайно (с вероятностью 99% или 95%, в зависимости от того, какую таблицу мы взяли). Критерий Фишера можно использовать только тогда, когда распределение близко к нормальному











Критерий Фишера Фишер составил таблицы, по которым можно определить значения критерия. Если мы получаем значение F, большее,

Слайд 27Особенности корреляционно-регрессионных связей
Корреляционная связь проявляется, когда одному и тому же

значению факторного признака соответствует ряд значений признака-результата, причем связь обнаруживается

в виде тенденции изменения среднего значения результативного признака в зависимости от изменения факторного признака. Это свободная и неполная связь.
Особенности корреляционно-регрессионных связейКорреляционная связь проявляется, когда одному и тому же значению факторного признака соответствует ряд значений признака-результата,

Слайд 28При корреляционной связи имеет место не изменение функции в зависимости

от изменения аргумента, а имеет место вариация результативного признака вокруг

его среднего значения в зависимости от изменения факторного признака. Вот почему корреляционная связь является не строгой. Кроме того, как правило, корреляционные зависимости являются не полными: мы не знаем всех факторов и их воздействия.
При корреляционной связи имеет место не изменение функции в зависимости от изменения аргумента, а имеет место вариация

Слайд 29Корреляционно-регрессионный позволяет решить две задачи:
определение формы связи;

измерение тесноты связи.

Корреляционно-регрессионный позволяет решить две задачи: определение формы связи; измерение тесноты связи.

Слайд 30Первая задача заключается в определении формы связи, так как от

этого зависит конечный результат изучения взаимосвязи между признаками. Первая задача

решается путем нахождения уравнения регрессии.
Первая задача заключается в определении формы связи, так как от этого зависит конечный результат изучения взаимосвязи между

Слайд 31Вторая задача состоит в измерении тесноты, т. е. меры связи

между признаками с целью установить степень влияния данного фактора на

результат и оценки степени влияния неучтенных факторов.
Вторая задача состоит в измерении тесноты, т. е. меры связи между признаками с целью установить степень влияния

Слайд 32Этапы корреляционного анализа:

1) предварительный анализ объекта исследования;
2) сбор и

первичная обработка информации;


3) построение уравнения регрессии и определение его параметров;
4) проверка адекватности полученной модели.
Этапы корреляционного анализа:1) предварительный анализ объекта исследования; 2) сбор и первичная обработка информации;

Слайд 33Виды корреляционно-регрессионных связей
прямой связи с увеличением аргумента х функция у

также увеличивается без всяких единичных исключений.
обратной связи увеличение факторного

признака х сопровождается уменьшением результативного признака у без всяких единичных исключений.
Виды корреляционно-регрессионных связейпрямой связи с увеличением аргумента х функция у также увеличивается без всяких единичных исключений. обратной

Слайд 34Кроме того, в виде исключений, которые, однако, не нарушают общей

тенденции, встречается частичная связь – прямая или обратная. Когда признаки

варьируют независимо друг от друга, говорят о полном отсутствии связи.
Кроме того, в виде исключений, которые, однако, не нарушают общей тенденции, встречается частичная связь – прямая или

Слайд 35По аналитическому выражению уравнение регрессии может быть прямолинейным и криволинейным.

Прямолинейное уравнение регрессии характеризуется тем, что величина явления изменяется приблизительно

равномерно в соответствии с изменением величины влияющего фактора.
По аналитическому выражению уравнение регрессии может быть прямолинейным и криволинейным. Прямолинейное уравнение регрессии характеризуется тем, что величина

Слайд 36Прямолинейная зависимость в этом случае может быть выражена уравнением прямой:





Параметр

называется коэффициентом регрессии и показывает, насколько в среднем отклоняется величина

результативного признака y при отклонении величины факторного признака x на одну единицу.










Прямолинейная зависимость в этом случае может быть выражена уравнением прямой:Параметр называется коэффициентом регрессии и показывает, насколько в

Слайд 37Если происходит неравномерное изменение явления в связи с изменением величины

влияющего фактора, то такая связь называется криволинейной. Математически криволинейная зависимость

может быть выражена уравнением криволинейной связи. В экономическом анализе для ее выражения часто пользуются уравнением параболы второго порядка:


Если происходит неравномерное изменение явления в связи с изменением величины влияющего фактора, то такая связь называется криволинейной.

Слайд 38

характеризует степень ускорения или замедления кривизны параболы
>

0 парабола имеет минимум,
< 0 – максимум.
характеризует

угол наклона кривой,

– начало кривой.

характеризует степень ускорения или замедления кривизны параболы > 0 парабола имеет минимум, < 0 – максимум.

Слайд 39Уравнение криволинейной связи может быть выражено и в виде гиперболической

функции

Уравнение криволинейной связи может быть выражено и в виде гиперболической функции

Слайд 40Аналитическое выражение связи.
Аналитические методы – основной способ изучения связи. Они

делятся на непараметрические и параметрические. Применение методов корреляционного анализа дает

возможность выражать связь между признаками аналитически (в виде уравнения) и придавать ей количественное выражение.
Аналитическое выражение связи.Аналитические методы – основной способ изучения связи. Они делятся на непараметрические и параметрические. Применение методов

Слайд 41Измерение тесноты связи
Для измерения тесноты прямолинейной связи между двумя признаками

используется линейный коэффициент корреляции, который обозначается rxy


Измерение тесноты связи Для измерения тесноты прямолинейной связи между двумя признаками используется линейный коэффициент корреляции, который обозначается

Слайд 42


или


Пределы изменения парного коэффициента корреляции



Слайд 43Коэффициент корреляции rxy применяется только в тех случаях, когда между

явлениями существует прямолинейная связь. Если же связь криволинейная, то пользуются

индексом корреляции, оценивающим тесноту связи
Коэффициент корреляции rxy применяется только в тех случаях, когда между явлениями существует прямолинейная связь. Если же связь

Слайд 44Индекс корреляции

где
– теоретическая дисперсия;

общая дисперсия.

Индекс корреляциигде  – теоретическая дисперсия;    – общая дисперсия.

Слайд 45Коэффициент корреляции является мерой тесноты связи только для линейной формы

связи, а индекс корреляции – и для линейной, и для

криволинейной. При прямолинейной связи коэффициент корреляции по своей абсолютной величине равен индексу корреляции.
Коэффициент корреляции является мерой тесноты связи только для линейной формы связи, а индекс корреляции – и для

Слайд 46Коэффициент (индекс) детерминации
Этот показатель универсален: может использоваться при любом

количестве факторных признаков, при любой форме связи. Он показывает, какая

часть общей дисперсии результативного признака определяется факторами, включенными в уравнение регрессии.


Коэффициент (индекс) детерминации Этот показатель универсален: может использоваться при любом количестве факторных признаков, при любой форме связи.

Слайд 47Множественная корреляция
Множественная корреляция занимается изучением, измерении связи между результативным

признаком, двумя и более факторными.

Множественная корреляция Множественная корреляция занимается изучением, измерении связи между результативным признаком, двумя и более факторными.

Слайд 48Множественная корреляция определяет:

1) форму связи;

2) тесноту связи;


3) влияние отдельных факторов на общий результат.

Множественная корреляция определяет:1) форму связи;  2) тесноту связи; 3) влияние отдельных факторов на общий результат.

Слайд 49Определение формы связи сводится обычно к отысканию уравнения связи у

с факторами х, z, ω, ..., ν. Так, линейное уравнение

зависимости результативного признака от двух факторных определяется по формуле:

Yxz=a0 + a1x + a2z
Определение формы связи сводится обычно к отысканию уравнения связи у с факторами х, z, ω, ..., ν.

Слайд 50Для определения параметров a0, a1 и a2 по способу наименьших

квадратов необходимо решить следующую систему трех нормальных уравнений:

Для определения параметров a0, a1 и a2 по способу наименьших квадратов необходимо решить следующую систему трех нормальных

Слайд 51Измерение тесноты связи
После получения коэффициентов регрессии нужно измерить тесноту связи

между факторными и результативным признаками для полученной модели. Измерение тесноты

производится на основе вариации результативного признака и правила сложения дисперсий.
Измерение тесноты связиПосле получения коэффициентов регрессии нужно измерить тесноту связи между факторными и результативным признаками для полученной

Слайд 52Правило сложения дисперсий

Правило сложения дисперсий

Слайд 53Теоретическая дисперсия
теоретическая дисперсия – это вариация теоретического признака вокруг

общей средней

Теоретическая дисперсия теоретическая дисперсия – это вариация теоретического признака вокруг общей средней

Слайд 54Остаточная дисперсия
Остаточная дисперсия – это среднее квадратическое отклонение теоретического

признака от фактического.

Остаточная дисперсия Остаточная дисперсия – это среднее квадратическое отклонение теоретического признака от фактического.

Слайд 55Коэффициент множественной корреляции
где rxy, rzy, rxz – парные коэффициенты

корреляции

Коэффициент множественной корреляции где rxy, rzy, rxz – парные коэффициенты корреляции

Слайд 56Частных коэффициентов корреляции

Частных коэффициентов корреляции

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика