Сравнительная оценка степени влияния факторов

из "Корреляционно-регрессионный анализ связи показателей коммерческой деятельности с использованием программы Excel "

Корреляцию и регрессию принято рассматривать как совокупный процесс статистического исследования, поэтому их использование в статистике часто именуют корреляционно-регрессионным анализом. [c.15]
Если между парами совокупностей просматривается вполне очевидная связь (ранее нами это исследовалось, есть публикации на данную тему и т.д.), то, минуя стадию корреляции, можно сразу приступать к поиску уравнения регрессии. [c.15]
Если же исследования касаются какого-то нового процесса, ранее не изучавшегося, то наличие связи между совокупностями является предметом специального поиска. [c.15]
При этом условно можно выделить методы, которые позволяют оценить наличие связи качественно, и методы, дающие количественные оценки. [c.15]
Другой метод, более сложный и статистически надежный, - это количественная оценка связи посредством расчета коэффициента корреляции и его статистической проверки. [c.15]
Познакомимся со способом оценки корреляционной связи посредством расчета коэффициента корреляции, рассмотрев конкретный пример. [c.15]
В этом случае отпадает необходимость вычислять отклонения текущих (индивидуальных) значений от средней величины. Это исключает ошибку в расчетах при округлении средних величин. [c.16]
Такие оценки носят общий характер и не претендуют на статистическую строгость, поскольку не дают гарантий на вероятностную достоверность. Поэтому в статистике принято использовать более надежные критерии для оценки тесноты связи, основываясь на рассчитанных значениях коэффициента парной корреляции (КПК). [c.17]
Здесь может помочь только эталон, с которым можно было бы сравнить вычисленную характеристику. Статистика как раз и занимается созданием таких эталонов, которые называются критическими или табличными значениями. [c.17]
Дядя Федор решил внимательно проанализировать возникшую проблему и собрал необходимые для этого данные за п = 7 дней. Полученные результаты он аккуратно свел в табл.2, где указал число пойманных мышей за каждый день исследуемой недели, среднюю дневную температура за этот период и, наконец, число часов, которые кот отвел себе для сна. [c.18]
На основании этих данных дяде Федору важно было выяснить, есть ли корреляция между названными показателями, и какая из возможных причин - изменение температуры или продолжительность сна - сказались в большей степени на результативности поимки серых грызунов. [c.18]
Подготовим табл.1 в виде четырех столбцов. Вначале заготовим шапку таблицы. Для этого в ячейках А2 В2 С2 и D2 запишем соответственно Дни , Число пойманных мышей , Средняя дневная температура, °С и Продолжительность сна, часы . Затем разместим сами числовые наборы соответственно в диапазонах ячеек АЗ А9, ВЗ В9, СЗ С9 и D3 D9 (рис.2). [c.19]
Укажем также таблицу, в которой поместим расчетные значения коэффициента. Выделим для этого диапазон ячеек 13 D16, где будут находиться необходимые заголовки. Сами же значения коэффициента корреляции будем помещать в ячейки D15 и D16 (рис.3). [c.19]
Далее определим коэффициент корреляции с помощью Мастера функций. Вначале выполним расчет для соотношения Количество пойманных мышей — средняя дневная температура . [c.20]
Аналогичным образом поступим для расчета второго коэффициента, используя вновь 2-ю колонку, а также следующую 4-ю колонку ( Продолжительность сна, часы ). [c.21]

Вернуться к основной статье