В экономических исследованиях нашли применение следующие математико-статистические методы стохастического моделирования хозяйственных явлений и процессов оценка связи и корреляции между показателями оценка статистической значимости связей регрессионный анализ выявление параметров периодических колебаний экономических показателей группировка многомерных наблюдений, дисперсионный анализ современный факторный (компонентный) анализ трансформационный анализ. [c.110]
Для анализа стохастической связи применяется ряд методов аналитические группировки, параллельные ряды, корреляционный, регрессионный, факторный и дисперсионный анализы . [c.61]
С помощью метода дисперсионного анализа производят оценку существенности влияния качественных факторов на продолжительность выполнения элемента операции. Корреляционно-регрессионный анализ позволяет установить наличие или отсутствие связи между количественными факторами [c.329]
СВЯЗЬ С РЕГРЕССИОННЫМ И ДИСПЕРСИОННЫМ АНАЛИЗОМ [c.687]
Связь между дисперсионным и регрессионным анализом показана в табл. [c.687]
Мы объясним эту связь на примере, в котором исследователь пытается установить зависимость величины суммы, на которую заключается договор страхования жизни, от возраста и дохода. Все три метода включают единственную зависимую переменную и несколько предикторов или независимых переменных. Однако природа этих переменных различна. В случае дисперсионного и регрессионного анализа зависимая переменная метрическая или интервальная (страховая премия выражена в долларах), в то время как в дискриминантном анализе зависимая переменная категориальная (страховая премия классифицируется как высокая, средняя или низкая). Независимые переменные являются категориальными в дисперсионном анализе (возрасти доход классифицируют как старый (высокий), средний и молодой но .< . [c.687]
Опишите связь дискриминантного анализа с регрессионным и дисперсионным анализом. [c.712]
Методы матричной алгебры широко используются не только в нормативных экономико-математических моделях, но и в статистических расчетах с обработкой больших массивов информации. Матричное исчисление применяется при анализе отчетного межотраслевого баланса, матрицы широко используются при анализе взаимозависимых регрессионных уравнений регрессии, в факторном и дисперсионном анализах. Матричную алгебру ценят за краткость, простоту и наглядность. Универсальный характер матричных выражений позволяет приложить одни и те же методы анализа и к малому, и к большому массивам исходных данных. Количество исходных данных влияет только на объем вычислений, а это в свою очередь определяет продолжительность и стоимость работ. Роль этих факторов стремительно уменьшается в связи с использованием быстродействующих электронных вычислительных машин. [c.10]
Ковариационный анализ, сочетающий свойства дисперсионного анализа, предназначенного для изучения влияния на результативный признак качественных признаков1, и регрессионного анализа, предназначенного для изучения связей количественных признаков, обеспечивает построение по специальным алгоритмам так называемой средней формы уравнения регрессии. [c.133]
Математико-статистические методы изучения связей корреляционный анализ, регрессионный анализ, дисперсионный анализ, факторный анализ, метод главных компонент, ковариационный анализ, метод объекто-периодов, кластерный анализ и др. 58 [c.58]
Прежде чем начать разговор о статистиках, соответствующих кластерному анализу, следует упомянуть о том, что большинство методов кластеризации — относительно простые ры, не требующие изощренных статистических расчетов. Можно дажечто методы кластеризации представляют собой эвристические методы, основанные на определенных алгоритмах действий исследователя. Тем самым кластерный анализ резко отличается от дисперсионного, регрессионного, дискриминантного и факторного, которые базируются на статистических расчетах. Хотя многие методы кластеризации обладают важными статистическими свойствами, необходимо признать фундаментальную простоту этих методов [8]. Следующие статистики и понятия связаны с кластерным анализом. [c.750]
Во всех этих методах анализа используется метрическая зависимая переменная. Дисперсионный и ковариационный анализ может включать несколько независимых переменных (степень использования продукта, лояльность к торговой марке, отношение, важность). Более того, одна из независимых переменных должна быть категориальной и категориальные переменные могут иметь больше двух уровней (в нашем примере степень использования продукта имеет четыре уровня). С другой стороны, предназначен для использования в случае с единственной бинарной независимой переменной. Например, различие в предпочтениях товара у лояльных и нелояльных респондентов можно узнать, выполнив проверку с помощью Регрессионный анализ, подобный дисперсионному и ковариационному, также может включать несколько независимых переменных. Однако все независимые переменные, в основном, измеряются интервальной шкалой, хотя бинарные или категориальные переменные могут приспосабливаться к анализу за счет введения фиктивных (dummy) переменных. Например, связь между предпочтением продукта Total ereal, отношением к составу продукта и важностью завтрака можно изучить с регрессионного анализа. [c.607]
Эта глава посвященаанализу. В начале главы мы установим его связь с регрессионным (глава 17) и дисперсионным (глава 18) анализом. Опишем модель и процедуру выполнения дискриминантного анализа, отметив такие стадии формулировка проблемы, вычисление коэффициентов дискриминантной функции, определение значимости, интерпретация и проверка результатов. Данная процедура проиллюстрирована на примере ного анализа для двух групп. Рассмотрен пример множественного дискриминантного анализа (для трех групп). Кроме того, мы изучим пошаговый дискриминантный анализ. [c.685]
Смотреть страницы где упоминается термин Связь с регрессионным и дисперсионным анализом
: [c.184] [c.165]Смотреть главы в:
Маркетинговые исследования Издание 3 -> Связь с регрессионным и дисперсионным анализом