Теория

Листы топографических карт имеют три рамки (см. приложение № 1): внешнюю (оформительскую), внутреннюю (картографическую) и минутную. Над северной внешней рамкой указана номенклатура листа карты (ее обозначение и название наиболее крупного населенного пункта). Под южной внешней рамкой в центре указан масштаб карты в трех видах: численный (например, 1:10000), именованный (в 1 см
При наличии соотношения между вариацией качественных признаков говорят об их ассоциации, взаимосвязанности. Для определения тесноты связи двух качественных признаков, каждый из которых состоит только из двух групп, применяются коэффициенты ассоциации и контингенции. Для их вычисления строится таблица, которая показывает связь между двумя явлениями, каждое из которых должно
Коэффициент корреляции рангов может быть рассчитан и по формуле, предложенной английским статистиком М. Кендаллом: (40) где s - фактическая сумма рангов (сумма разностей между числом последовательностей и числом инверсий по второму признаку); n – число наблюдений; - максимальная сумма рангов. Этот коэффициент также изменяется в пределах - 1 < t < 1. Он дает несколько
В анализе социально-экономических явлений часто приходится прибегать к различным условным оценкам с помощью рангов, а взаимосвязь между отдельными признаками измерять с помощью непараметрических коэффициентов связи. Ранжирование – процедура упорядочения объектов изучения, которая выполняется на основе предпочтения. Ранг – это порядковый номер значений признака, расположенных в
Уравнения регрессии применимо и для прогнозирования возможных ожидаемых значений результативного признака. При этом следует учесть, что перенос закономерности связи, измеренной в варьирующей совокупности, в статике на динамику не является, строго говоря, корректным и требует проверки условий допустимости такого переноса (экстраполяции), что выходит за рамки статистики и может
Качество модели регрессии связывают с ее адекватностью наблюдаемым (эмпирическим) данным. Проверка адекватности модели регрессии наблюдаемым данным проводится на основе анализа остатков - отклонений фактического значения зависимой переменной от ее значения, полученного расчетным путем: . На практике, как правило, имеет место некоторое рассеивание точек корреляционного поля
Для оценки параметров регрессионного уравнения наиболее часто используют метод наименьших квадратов (МНК), в основе которого лежит предположение о независимости наблюдений исследуемой совокупности. Сущность данного метода заключается в нахождении параметров модели (α, β), при которых минимизируется сумма квадратов отклонений эмпирических (фактических) значений результативного
Свойства коэффициентов регрессии существенным образом зависят от свойств случайной составляющей. Для того, чтобы регрессионный анализ, основанный на методе наименьших квадратов, давал наилучшие результаты из всех возможных, должны выполняться следующие условия Гаусса-Маркова: Математическое ожидание случайной составляющей в любом наблюдении должно быть равно нулю . Иногда
В процессе корреляционного анализа оценивается теснота статистической связи между исследуемыми переменными. Далее следует проводить регрессионный анализ, основная задача которого заключается в исследовании зависимости изучаемой переменной от различных факторов и отображении их взаимосвязи в форме регрессионной модели. В регрессионных моделях зависимая переменная Y может быть
Характеризуют степень тесноты связи между двумя признаками х1, х2 при фиксированном значении других (k-2) факторных признаков. Т.е., когда влияние х3 исключается, а оценивается связь между х1 и х2 в «чистом» виде. В случае зависимости у от двух факторных признаков х1, х2 коэффициенты частной корреляции имеют вид: (17, 18) где r – парные коэффициенты корреляции между
Пермь Питер Пятигорск