Причинный анализ и регрессии

Оно зависит и причинно обусловлено другими данными социальными явлениями, характеризуемыми

другими переменными соответственно У, Z.

(взаимное воздействие)
X – Y (нет связи)

определении аналитического выражения связи, в котором изменение одной величины обусловлено

влиянием одной или нескольких независимых величин.

– линейной и нелинейной;
По направлению связи:
прямая (положительная), возникающая при условии,

если с увеличением или уменьшением независимой величины значения зависимой также соответственно увеличиваются или уменьшаются;
обратная (отрицательная), проявляющаяся при условии, что с увеличением или уменьшением независимой величины зависимая соответственно уменьшается или увеличивается.

исходных данных должна быть однородной и описываться непрерывными функциями.
2. Моделируемые

явления должны оцениваться одним или несколькими уравнениями причинно-следственных связей.
3. Все признаки должны иметь количественное (цифровое) выражение.
4. Наличие достаточно большого объема исследуемой выборочной совокупности. Обычно считают, что число наблюдений должно быть не менее чем в 5-6, а лучше – не менее чем в 10 раз больше числа факторов.
5. Отсутствие количественных ограничений на параметры модели связи.

в виде линейных функций, называется линейным регрессионным анализом.

общей силы линейной связи между переменными.
Значения коэффициента находятся в

интервале от 0 до 1.
Чем ближе значение коэффициента к 1, тем плотнее линейная взаимосвязь, описанная в регрессионной модели.
Должен превышать 0,5.

выражается через процентное соотношение.
Позволяет субъективно оценить качество уравнения регрессии.
Разность (100-R^2) - процент

дисперсии, который нельзя объяснить регрессией. 

отношений (количественные/метрические)
Нормальное распределение переменных
Отсутствие линейных взаимосвязей между переменными, когда одна

переменная является линейной производной другой переменной (корреляция больше 0,8 – bad)
Число варьирующих признаков в сравниваемых переменных должно быть одинаковым