Презентация на тему "Взаимосвязи между социально-экономическими явлениями:корреляционный и регрессионный анализ"

Включить эффекты
1 из 36
Смотреть похожие
Ваша оценка презентации
Оцените презентацию по шкале от 1 до 5 баллов
  • 1
  • 2
  • 3
  • 4
  • 5
0.0
0 оценок

Рецензии

Добавить свою рецензию

Аннотация к презентации

Посмотреть и скачать бесплатно презентацию по теме "Взаимосвязи между социально-экономическими явлениями:корреляционный и регрессионный анализ". pptCloud.ru — каталог презентаций для детей, школьников (уроков) и студентов.

  • Формат
    pptx (powerpoint)
  • Количество слайдов
    36
  • Слова
    другое
  • Конспект
    Отсутствует

Содержание

  • Взаимосвязи между социально-экономическими явлениями:корреляционный и регрессионный анализ
    Слайд 1

    Взаимосвязи между социально-экономическими явлениями:корреляционный и регрессионный анализ

    Тема 12

  • Слайд 2

    Вопросы

    Причинность, регрессия, корреляция Задачи и предпосылки применения корреляционно-регрессионного анализа Парная регрессия на основе метода наименьших квадратов и метода группировок Множественная (многофакторная) регрессия Оценка значимости параметров взаимосвязи

  • Слайд 3

    Причинно-следственные отношения

     - Это связь явлений и процессов, при которой изменение одного из них - причины - ведет к изменению другого - следствия. Причина - это совокупность условий, обстоятельств, действие которых приводит к появлению следствия

  • Слайд 4

    Признаки, обуславливающие изменения других, связанных с ними признаков, называются факторными, или факторами. Признаки, изменяющиеся под действием факторных признаков, являются результативными. Связи между явлениями и их признаками классифицируются по степени тесноты, направлению и аналитическому выражению.

  • Слайд 5

    Если причинная зависимость проявляется в общем, среднем при большом числе наблюдений, то зависимость называется стохастической. Частный случай стохастической зависимости - корреляционнаясвязь

  • Слайд 6

    Формы проявления взаимосвязей

  • Слайд 7

    Корреляционная связь

    -существует когда изменение среднего значения результативного признака обусловлено изменением факторных признаков.

  • Слайд 8

    При корреляционной связи:

    Связь между признаками проявляется лишь в среднем, в массе случаев. Каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции.

  • Слайд 9

    Корреляционно-регрессионный анализ

    Включает в себя: 1. измерение тесноты и направления связи корреляционный анализ 2. установление аналитической формы связи (формы зависимости признаков) регрессионный анализ

  • Слайд 10

    Виды корреляционной связи

  • Слайд 11

    Корреляционный метод

    количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи). Корреляция - это статистическая зависимость между случайными величинами, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.

  • Слайд 12

    Регрессионный метод

    аналитическое определение связи, в котором изменение одной величины (результативного признака) обусловлено влиянием одной или нескольких независимых величин (факторов), при этом множество прочих факторов, также влияющих на зависимую величину, принимается за постоянные и средние значения.

  • Слайд 13

    Регрессия

  • Слайд 14

    Парная корреляция и парная регрессия

    характеризует связь между двумя признаками – результативным (Y) и факторным (X)

  • Слайд 15

    Простейший прием выявления связи между двумя признаками: корреляционная таблица

    - f – частота соответствующих сочетаний X и Y - для каждого Хiрассчитывается среднее значение У

  • Слайд 16

    Множество точек {Xi, Yi} на плоскости XY - это корреляционное поле

  • Слайд 17

    Корреляционное поле – аналитическая взаимосвязь

  • Слайд 18

    Аналитическая связь (форма) между двумя признаками - описывается уравнениями:

  • Слайд 19

    Коэффициент корреляции

    Количественная оценка тесноты связи Характеризует тесноту и направление связи между двумя признаками в случае наличия между ними линейной зависимости

  • Слайд 20

    Коэффициент корреляции принимает значения от -1 до +1

     r > 0 – связь прямая r < 0 – связь обратная |r|< 0,30 - связь слабая  |r|= 0,3…0,7 - связь средняя  |r|> 0,70 - связь сильная, или тесная |r|= 1 - связь функциональная, т.е. каждому значению факторного признака строго соответствует одно значение результативного признака r близко к 0 - отсутствует линейная связь между У и X (возможно нелинейное взаимодействие)

  • Слайд 21

    Метод наименьших квадратов

    Сущность метода: нахождение параметров модели (а0, а1), при которых минимизируется сумма квадратов отклонений фактических значений результативного признака от теоретических

  • Слайд 22

    Сущность метода: нахождение параметров модели (a, b), при которых минимизируется сумма квадратов отклонений фактических значений результативного признака от теоретических

  • Слайд 23

    Множественная (многофакторная) регрессия

    Изучение связи между тремя и более связанными между собой признаками. Аналитическое определение связи между результативным признаком и множеством факторных признаков, т.е нахождение функции:

  • Слайд 24

    Методперебора различных уравнений

    Сущность заключается в том, что большое число уравнений (моделей) регрессии, отобранных для описания связей какого-либо социально-экономического явления или процесса, реализуется на ЭВМ с помощью специально разработанного алгоритма перебора с последующей статистической проверкой, главным образом, на основе t - критерия Стьюдента и F-критерия Фишера-Снедекора.

  • Слайд 25

    Оценка значимости и правильности параметров взаимосвязи

    Получив значения корреляции и уравнение регрессии - необходимо проверить их на соответствие истинным параметрам взаимосвязи: При этом: 1) значимость коэффициента корреляции проверяется на основе t– критерий Стьюдента 2) правильность выбора вида взаимосвязи и всего уравнения регрессии проверяетсяна основе F– критерий Фишера

  • Слайд 26

    Оценка значимости параметров корреляции: t– критерий Стьюдента

    Значимостькоэффициента корреляции проверяется на основе t- критерия Стьюдента. При этом выдвигается и проверяется нулевая гипотеза о равенстве коэффициента корреляции нулю (r=0), т.е гипотеза об отсутствии взаимосвязи. При проверке этой гипотезы используется t-статистика (из специальных таблиц).

  • Слайд 27

    Оценка значимости параметров взаимосвязи: t– критерий Стьюдента

    где tрасч –расчетное значение t-критерия. Eсли расчетное значение tр >tкр(табличное), то гипотеза отвергается , что свидетельствует о значимости линейного коэффициента корреляции, а следовательно, и о статистической зависимости между Х иУ

  • Слайд 28

    Оценка значимости параметров взаимосвязи: F– критерий Фишера

    Вывод о правильности выбора вида взаимосвязи и характеристику значимости всего уравнения регрессии получают с помощью F-критерия. При этом выдвигается и проверяется нулевая гипотеза о несоответствии заложенных в уравнении регрессии связей реально существующим.

  • Слайд 29

    Оценка правильности выбора вида взаимосвязи и уравнения регрессии : F– критерий Фишера

    Если Fр>Fα при α = 0,05 или α = 0,01, то гипотеза о несоответствии заложенных в уравнении регрессии связей реально существующим отвергается. Величина Fα определяется по специальным таблицам, входом в которые являются величины α = 0,05 или α = 0,01 и числа степеней свободы: v1 = k -1, v2 = n -k, где n - число наблюдений, k - число факторных признаков в уравнении

  • Слайд 30

    Измерение связи между качественными признаками

  • Слайд 31

    Таблица взаимной сопряженности

  • Слайд 32

    Коэффициент ассоциации

    Зависимости a, b, c, d - значения признаков в клетках матрицы сопряженности альтернативных признаков

  • Слайд 33

    Коэффициент ассоциациипринимает значения от -1 до +1

    Если коэффициент имеет положительный знак (+), то связь положительная, Если коэффициент имеет отрицательный знак (-), то связь отрицательная. Кас = 0 - корреляция отсутствует (данные факторы между собой нейтральны); 0,09≤ Кас ≤ 0,19 - статистическая взаимосвязь очень слабая; - если 0,2 ≤Кас ≤ 0,49 - статистическая взаимосвязь слабая; - если 0,5 ≤ Кас≤ 0,69 - статистическая взаимосвязь средняя; - если 0,70 ≤ Кас ≤0,99 - статистическая взаимосвязь сильная.

  • Слайд 34

    Коэффициент контингенции (сопряженности)

    В отличие от коэффициента ассоциации он учитывает двустороннюю взаимосвязь альтернативных признаков, т.е. производит измерение более чутко и корректно.

  • Слайд 35

    Коэффициент детерминации

    зависимости

  • Слайд 36

    Эластичность

    зависимости

Посмотреть все слайды

Предложить улучшение Сообщить об ошибке