Студопедия

КАТЕГОРИИ:

АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Данные для нахождения коэффициента корреляции




Периоды 2003 2004 2005 2006 2007 2008 2009
Количество преступл. 120 156 190 150 210 270 350
Количество безработных 970 1200 1500 1250 1621 2001 2001

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...