Шпаргалки к экзаменам и зачётам

студентам и школьникам

  • Increase font size
  • Default font size
  • Decrease font size

Математическая статистика - Измерение тесноты корреляционной связи при криволинейных и прямолинейных зависимостях

Cмотрите так же...
Математическая статистика
Статистическое наблюдение
Задачи и виды статистических группировок
Абсолютные величины
Относительные величины в статистике
Сущность и значение средних величин
Средняя арифметическая величина, её свойства и способы вычисления
Средняя гармоническая величина
Мода и медиана
Понятие вариации и признака
Дисперсия. Её математические свойства и способы расчёта
Понятие и принципы организации выборочного наблюдения
Ошибки выборочного наблюдения
Определение объема (численности) выборки
Понятие о рядах динамики
Средние показатели рядов динамики
Статистические методы выявления основной тенденции в развитии явлений
Изучение сезонных колебаний
Понятие об индексах. Задачи, решаемые индексным методом
Агрегатные форма свободных (общих) индексов
Ряды индексов с постоянной и переменной базой сравнения
Взаимосвязи индексов и выявление роля отдельных факторов в изменении сложного явления
Индексный метод анализа изменения среднего уровня показателя
Построение территориальных/ пространственных индексов
Виды и формы взаимосвязи, изучаемые в статистике
Задачи, решаемые методом регресионно-корряляционного анализа
Измерение тесноты корреляционной связи при криволинейных и прямолинейных зависимостях
All Pages

Измерение тесноты корреляционной связи при криволинейных и прямолинейных зависимостях

 

Определение тесноты связи между результативным и факторным признаками базируется на теории дисперсионного анализа

1. В случае криволинейной зависимости теснота и направление связи между указанными признаками измеряется при помощи индекса корреляции (теоретического корреляционного отношения)

clip_image233- факторная дисперсия, кот. Хар-ет вариацию признака у, обусловленную только фактором х, clip_image235- общая дисперсия у под влиянием всех признаков.

2. При линейной зависимости в этих целях используются линейный коэффициент корреляции, который рассчитывается по одной из следующих формул

clip_image237, clip_image239

 

Если R, r → +1, то связь между х и у прямая и тесная (близкая к функциональной)

Если R, r →-1. то обратная и тесная

Если R, r » 0, то связь отсутствует

Last Updated on Sunday, 29 November 2015 04:58