- •Курс лекций Лекция 1 : Предмет математической статистики. Статистические ряды распределения
- •1.1. Какие закономерности познает математическая статистика
- •1.2 Основные понятия и термины математической статистики
- •1.2.1 Статистическая совокупность
- •1.2.2 Признаки и их классификация
- •2.1 Ранжированный ряд распределения
- •2.1.1 Сущность ранжированного ряда распределения .Табличное и
- •2.1.2 Аналитические возможности ранжированного ряда распределения.
- •2.2 Вариационные ряды распределения
- •2.2.1. Вариационный ряд распределения для дискретного призна
- •2.2.2 Интервальный вариационный ряд распределения
- •2.2.3 Вариационный ряд распределения по качественному признаку
- •2.2.4 Аналитические возможности вариационных рядов распределения
- •2.2.5 Распределение накопленных частот
- •1.1. Система показателей для количественной характеристики статистических распределений.
- •1.2.1 Виды показателей центральной тенденции
- •1.2.3 Средняя гармоническая
- •1.2.4 Средняя геометрическая
- •1.2.5 Мода и медиана
- •1.3 Показатели вариации
- •1.3.1 Размах вариации
- •1.3.2 Среднее линейное отклонение
- •1.3.3 Объем вариации, дисперсия, стандартное отклонение
- •1.3.4 Коэффициент осцилляции, относительное линейное отклонение, коэффициент вариации.
- •1.3. 5 Математические свойства показателей вариации
- •1.4 Показатели ассиметрии распределения
- •1.5 Показатели эксцесса распределения
- •2.1 Закон сложения ( разложения ) вариации
- •2.2 Показатель эффективности разбиения на группы
- •1.1. Сущность и необходимость использования выборочного наблюдения
- •1.2 Основные понятия выборочного наблюдения
- •2.1 Ошибки систематические и случайные
- •2.2 Конкретная, средняя и предельная ошибки выборки
- •3.1 Два типа задач решаемых на основе выборочного метода.
- •3.4 Определение вероятности появления заданной ошибки
- •1.2 Общая схема проверки гипотез
- •2.1 Проверка гипотез относительно средних по данным двух независимых выборок
- •2.2 Проверка гипотезы относительно средней по данным двух зависимых выборок
- •2.1 Конкретизация результатов дисперсионного анализа
- •2.2 Модели дисперсионного анализа
- •1.3 Интерпретация коэффициентов уравнения связи
- •2.1 Показатели тесноты связи
- •2.2 Оценка выборочных показателей связи
- •К расчету показателей центральной тенденции
- •Вначале необходимо составить макет таблицы, внося туда результаты построения интервального ряда (занятие 1) и произвеcсти необходимые расчеты таб.3.1 )
- •Условие: имеются данные интервального ряда распределения (таб. 1.3)
- •1.Интервальная оценка генеральной средней и доли
- •3. Определение вероятности появления заданной ошибки
- •1.Интервальная оценка генеральной средней
- •3. Определение вероятности появления заданной ошибки
1.3 Интерпретация коэффициентов уравнения связи
Раскроем содержание полученных коэффициентов уравнения. Если подойти формально математически , то коэффициент а – это значение результативного признака у при х=0. Однако любое уравнение корреляции строится ,как уже говорилось , на основе некоторых эмпирических данных , поэтому а – это у при х=0 лишь в том случае если факторный признак х принимает или может принять это значение. Иными словами прежде чем интерпретировать а надо определить так называемую область существования корреляционного уравнения связи. Область существования корреляционного уравнения связи ограничивается максимальным и минимальным значениями факторного признака Если Х=0 входит в область существования, только в этом случае можно говорить, чтоа – это значение результативного признака у при х=0. Если же Х=0 находится вне области существования, то а является неким условным началом и содержательной интерпретации не подлежит. Коэффициент в получил название коэффициента регрессии . Он показывает ( в случае линейной связи ) на сколько в среднем изменится результативный признак при изменении факторного на единицу. Если изучается связь между двумя признаками ( один результативный, другой факторный ) , то такая корреляция носит название парной и коэффициент в в этом случае называется коэффициентом полной регрессии, который отражает влияние фактора, игнорируя то обстоятельство, что влияние могут оказывать и другие факторы. Если изучается связь результативного признака с несколькими факторами, то такая корреляция называется множественной и коэффициенты ( ) в уравнении получили название коэффициентов чистой регрессии , которые показывают насколько в среднем изменится величина результативного признака при изменении соответствующего фактора на 1, при условии , что влияние других факторов включенных в уравнение учтено.
Коэффициенты регрессии являются величинами именованными, имя их определяется именами результативного и факторного признаков. Вследствие сказанного , коэффициенты чистой регрессии между собой не сопоставимы. Сопоставимы между собой стандартизированные коэффициенты регрессии: - коэффициенты ( бета- коэффициенты ) и коэффициенты эластичности . Алгоритмы их расчета следующие :: , где- бета – коэффициент поi- му фактору ;- коэффициент чистой регрессии по этому фактору ;- средние квадратические отклонения соответственно поi-ому факторному признаку и признаку результативному ; Эi = , где Эi- коэффициент эластичности по i –ому фактору, - коэффициент регрессии по поi –ому фактору, средние значения соответственно поi –ому фактору и результативному признаку. - бета – коэффициент показывает насколько своих средних квадратических отклонений в среднем изменится результативный признак при изменении соответствующего фактора на свое среднее квадратическое отклонение. Коэффициент эластичности показывает на сколько долей (процентов ) в среднем изменится результативный признак при изменении соответствующего фактора на долю ( процент ). По величине стандартизированных коэффициентов регрессии можно судить о степени влияния соответствующего фактора на результат .
Вопросы для повторения по модульной единице 1
18-1 В чем состоит отличие корреляционной связи от функциональной 7
18-2 Каковы этапы построения корреляционного уравнения связи ?
18-3 Какие существуют требования к признакам и совокупности при построении уравнения связи ?
18-4 Как выбрать вид уравнения связи ?
18-5 Каким методом определяются коэффициенты уравнения ?
18-6 Каково содержание коэффициентов уравнения ?
18-7 В чем отличие коэффициентов полной и чистой регрессии ?
18-8 Какие существуют стандартизированные коэффициенты регрессии ?
18-9 Каков алгоритм расчета стандартизированных коэффициентов регрессии ?
Резюме по модульной единице 1
В природе и обществе в силу многочисленных взаимосвязей и зависимостей присутствует прежде всего корреляционная связь. Квалифицированное построение уравнение связи предполагает установление причинно- следственных отношений, а также строгое выполнение требований к факторным признакам и к совокупности по которой строится уравнение связи.
Модульная единица 2 Показатели тесноты связи. Оценка выборочных показателей связи
Целью изучения данной модульной единицы является уяснения содержания термина « теснота связи» освоение алгоритмов расчета показателей тесноты связи и алгоритмов проверки гипотез относительно уравнения связи и показателей связи.