2 Типа взаимосвязей между х и у:

1)  может быть неизвестно, какая из двух переменных является независимой, а какая - зависимой, переменные равноправны, это взаимосвязь корреляционного типа;

2)  если х и у неравноправны и одна из них рассматривается как объясняющая (независимая) переменная, а другая - как зависимая, то это взаимосвязь регрессионного типа.

Виды регрессий:

1)  гиперболическая - регрессия равносторонней гиперболы: у = а + b / х + Е;

2)  линейная - регрессия, применяемая в статистике в виде четкой экономической интерпретации ее параметров: у = а+b*х+Е;

3)  логарифмически линейная - регрессия вида: In у = In а + b * In x + In E

4)  множественная - регрессия между переменными у и х₁ , х₂ ...x_m, т. е. модель вида: у = f(х₁ , х₂ ...x_m)+E, где у - зависимая переменная (результативный признак), х₁ , х₂ ...x_m - независимые, объясняющие переменные (признаки-факторы), Е- возмущение или стохастическая переменная, включающая влияние неучтенных факторов в модели;

5)  нелинейная - регрессия, нелинейная относительно включенных в анализ объясняющих переменных, но линейная по оцениваемым параметрам; или регрессия, нелинейная по оцениваемым параметрам.

6)  обратная - регрессия, приводимая к линейному виду, реализованная в стандартных пакетах прикладных программ вида: у = 1/a + b*х+Е;

7)  парная - регрессия между двумя переменными у и x, т. е, модель вида: у = f (x) + Е, где у -зависимая переменная (результативный признак), x – независимая, объясняющая переменная (признак - фактор), Е - возмущение, или стохастическая переменная, включающая влияние неучтенных факторов в модели.

Корреляция - величина, отражающая наличие связи между явлениями, процессами и характеризующими их показателями.

Корреляционная зависимость - определение зависимости средней величины одного признака от изменения значения другого признака.

Коэффициент корреляции величин х и у (r_xy) свидетельствует о наличии или отсутствии линейной связи между переменными:

22) Коэффициенты оценки связи качественных признаков, представленных двумя градациями. Для определения связи двух качественных признаков, каждый из которых состоит из двух групп, применяются коэффициенты ассоциации и контингенции. Данные для анализа расписываются в виде таблиц сопряженности, т.е. для вычисления строится таблица, которая показывает связь между двумя явлениями, каждое из которых должно быть альтернативным, т.е. состоящим из двух качественно отличных друг от друга значений признака.

23) Коэффициенты оценки связи качественных признаков, представленных несколькими градациями. Когда каждый из качественных признаков состоит более чем из двух групп, то для определения тесноты связи используются коэффициенты взаимной сопряженности Пирсона и Чупрова. где к₁ –число значений первого признака; к₂ –число значений второго признака. Пример: С помощью коэффициентов взаимной сопряженности проанализировать зависимость распределения сотрудников строительной фирмы по категориям от уровня их образования.

Образование	Руководители	Служащие	Рабочие	Итого
Высшее	10	30	50	45
Неполное высшее	7	25	10	42
Средн. спец.	2	15	50	67
Средн. общее	1	10	25	36
Итого	20	80	90	190