Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Данные для нахождения коэффициента корреляции ⇐ ПредыдущаяСтр 3 из 3
Таблица 16 1. В окне мастера функций (рис.7) в левом поле «категория» выбираем категорию «статистическая». В правом поле соответственно отразятся все статистические функции. 2. Находим и выбираем в правом поле функцию КОРРЕЛ и нажимаем ОК. 3. В поле Массив 1 вносим координаты первого динамического ряда, который отражает динамику количества преступлений. В нашем примере это - В2:Н2. (рис. 7). 4. В поле Массив 2 вносим координаты второго динамического ряда, который отражает динамику количества безработных. В нашем примере это - ВЗ:НЗ (рис.7).
Рис. 7. Окноfxдля внесения координат динамических рядов 9. Нажимаем ОК. В ячейке, где вы установили курсор, должно появиться число 0,941862, отражающее силу взаимосвязи между явлениями (рис. 8).
Рис.8. Окно программы Excel с результатами расчета коэффициента корреляции
В соответствии с предложенной выше классификацией коэффициентов парной корреляции теснота взаимосвязи между динамикой количества безработных и динамикой количества преступлений относится к категории очень сильной взаимосвязи. Такой вывод позволяет в дальнейшем уверенно подбирать математическую модель этой зависимости для целей прогнозирования.
Регрессионный анализ Понятия корреляции и регрессии непосредственно связаны между собой. В корреляционном и регрессионном анализе много общих вычислительных приемов. Они используются для выявления причинно- следственных соотношений между явлениями и процессами. Однако, если корреляционный анализ позволяет оценить силу и направление стохастической связи, то регрессионный анализ - еще и функцию зависимости. При этом следует отметить, что чем слабее взаимосвязь, тем больше диаграмма рассеяния похожа на облако (рис.5) и тем труднее определить функцию зависимости. Регрессия может быть: а) в зависимости от числа явлений (переменных): · простой (регрессия между двумя переменными); · множественной (регрессия между зависимой переменной (у) и несколькими объясняющими ее переменными (х1 х2...хn ); б) в зависимости от формы: · линейной (отображается линейной функцией, а между изучаемыми переменными существуют линейные соотношения (рис. 4, рис. 9)); |
|||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2018-06-01; просмотров: 174. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |