Статистика
<<  Общая теория статистики Общая теория статистики  >>
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Картинки из презентации «Статистическое изучение взаимосвязи социально-экономических явлений» к уроку алгебры на тему «Статистика»

Автор: Равичев Л.В., Ломакина И.А.. Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока алгебры, скачайте бесплатно презентацию «Статистическое изучение взаимосвязи социально-экономических явлений.pps» со всеми картинками в zip-архиве размером 1425 КБ.

Статистическое изучение взаимосвязи социально-экономических явлений

содержание презентации «Статистическое изучение взаимосвязи социально-экономических явлений.pps»
Сл Текст Сл Текст
1Статистика. Аналитическая статистика. 18линейной регрессии для зависимости величин
Лекция 3. Статистическое изучение возраста и давления, приведенных в примере
взаимосвязи социально-экономических 1. 18.
явлений. Авторы: Равичев Л.В., Ломакина 19Регрессионный анализ Парная линейная
И.А. Кафедра менеджмента и маркетинга РХТУ регрессия. Пример 7. Построить уравнение
им. Д.И.Менделеева. Москва - 2007. линейной регрессии для зависимости
2Корреляционный и регрессионный анализ. количества пропущенных занятий и рейтинга,
Вид связи между явлениями. Основная задача приведенных в примере 3. 19.
статистики – обнаружить связь между 20Регрессионный анализ Парная линейная
явлениями, её вид и дать количественную регрессия. Пример 8. Построить уравнение
характеристику этой связи. 2. линейной регрессии для данных,
3Корреляционный и регрессионный анализ. при-веденных в примере 4. 20.
Предмет корреляционно-регрессионного 21Регрессионный анализ Анализ точности
анализа составляет исследова-ние модели. 21.
статистических зависимостей между 22Регрессионный анализ Анализ точности
явлениями. Корреляционный анализ. модели. Для i-ой точки: 22.
Регрессионный анализ. 3. 23Регрессионный анализ Анализ точности
4Корреляционный анализ Диаграмма модели. 23.
рассеяния. Простейшим приемом при 24Регрессионный анализ Анализ точности
исследовании зависимости между двумя модели. Коэффициент детерминации:
коли-чественными признаками является Коэффициент детерминации является основной
построение диаграммы рассеяния. Пример 1. характеристикой регрессионной модели и
Построить диаграмму рассеяния для показывает, какую долю вариации
результатов наблюдения за возрастом и (измен-чивости) результативного признака
артериальным давлением группы людей, можно объяснить изменением факторного
приведенных в таблице. №. Возраст, лет признака. Одним из практических применений
(x). Давление, мм.рт.ст. (y). 1. 43. 128. коэффициента детерминации является оценка
2. 48. 120. 3. 56. 135. 4. 61. 143. 5. 67. качества и сравнение между собой различных
141. 6. 70. 152. 4. мо-делей (линейной и нелинейных) парной
5Корреляционный анализ Линейный регрессии. 24.
коэффициент корреляции Пирсона. Наиболее 25Регрессионный анализ Стандартные
часто употребляемой количественной ошибки. Помимо коэффициента детерминации,
характеристикой линей-ных зависимостей качество регрессионной моде-ли
между признаками является линейный характеризуют стандартные ошибки
коэффициент корреляции Пирсона: 5. коэффициентов: И стандартная ошибка
6Корреляционный анализ Линейный модели: Где: Дисперсия независимой
коэффициент корреляции Пирсона. Основные величины х. 25.
свойства коэффициента корреляции: Нет 26Регрессионный анализ Схема проверки
линейной связи. гипотез о значимости коэффициентов. Пример
7Корреляционный анализ Линейный 9. На основании данных наблюдений в США за
коэффициент корреляции Пирсона. Пример 2. 25 – летний период (1959 – 1983 годы)
Для данных, приведенных в примере 1 построена зависимость суммарных расходов
вычислить линейный коэффициент корреляции на питание (y) от располагаемых доходов
Пирсона и оценить тип связи между (х): При уровне значимости 5% проверить
величинами. 7. гипотезы о значимости коэффициентов. 26.
8Корреляционный анализ Линейный 27Регрессионный анализ Схема проверки
коэффициент корреляции Пирсона. Пример 3. гипотез о значимости коэффициентов. 1)
Для данных, приведенных в таблице Гипотезы для обоих коэффициентов
построить диаграмму рассеяния и вычислить формулируются одинаково: Н0: a0=0; H1:
коэффициент корреляции для группы a0?0. Н0: a1=0; H1: a1?0. 27.
студентов (7 человек). Число пропусков 28Регрессионный анализ Проверка гипотезы
занятий, x. 6. 2. 15. 9. 12. 5. 8. о значимости модели. Для решения вопроса
Итоговый рейтинг, y. 82. 86. 43. 74. 58. действительно ли полученное при оценке
90. 78. 8. регрес-сии значение r2 отражает истинную
9Корреляционный анализ Линейный зависимость или оно получено слу-чайно,
коэффициент корреляции Пирсона. Пример 4. применяется процедура проверки гипотез,
В таблице приведены данные для группы основанная на анали-зе F-критерия
курящих людей. По-строить диаграмму (критерия Фишера): 28.
рассеяния и вычислить коэффициент 29Регрессионный анализ Проверка гипотезы
корреляции. Возраст курящего, x. 27. 64. о значимости модели. Способы нахождения
36. 42. 31. 18. 53. 64. 58. 25. 12. 3. 7. критерия Фишера. 1) С помощью таблиц
Число сигарет в день, y. 6. 10. 9. 18. 7. распределения (k1 – число степеней свободы
12. 5. 9. числителя, k2 – число степеней свободы
10Корреляционный анализ Проверка знаменателя): Уровень значимости р=0,05.
значимости коэффициента корреляции. Уровень значимости р=0,05. Уровень
Линейный коэффициент корреляции для значимости р=0,05. Уровень значимости
генеральной совокупности: 10. р=0,05. Уровень значимости р=0,05. Уровень
11Корреляционный анализ Проверка значимости р=0,05. Уровень значимости
значимости коэффициента корреляции. Оценка р=0,05. Уровень значимости р=0,05. k2. k2.
значимости коэффициента корреляции k1. k1. k1. k1. k1. k1. k1. 1. 2. … 6. …
проводится с помощью аппа-рата проверки 24. … 1. 161. 200. … 234. … 249. … 2.
гипотез. Относительно генерального 18,51. 19,00. … 19,33. … 19,45. … … … … …
коэффициента корреляции можно выдвинуть … … … … 23. 4,28. 3,42. … 2,53. … 2,00. …
две гипотезы: генеральный коэффициент … … … … … … … … 29.
корреляции равен 0 (основная гипотеза); 30Регрессионный анализ Проверка гипотезы
генеральный коэффициент корреляции отличен о значимости модели. 2) С помощью
от 0. Сформировав выборку и рассчитав её стандартной функции Excel FРАСПОБР.
коэффициент корреляции r, необходимо FРАСПОБР(p;k1;k2). 30.
решить – является ли его значение 31Регрессионный анализ Нелинейная парная
настолько большим, чтобы вероятность (по регрессия. Пример 10. В таблице приведены
различным выборкам) выпадения такого данные количества покупаемых бананов в
зна-чения при нулевом генеральном месяц (кг) от годового дохода (в тыс.
коэффициенте корреляции ? была бы мала условных единиц) для десяти семей.
(меньше уровня значимости). Если является, Построить уравнения линейной и нелинейной
то в этом слу-чае основная гипотеза регрессии и оценить качество полученных
отвергается, а коэффициент корреляции и моделей. Годовой доход, xi. 1. 2. 3. 4. 5.
ус-тановленная зависимость между 6. 7. 8. 9. 10. Количество бананов, yi.
величинами полагаются значимы-ми. 11. 1,93. 7,13. 8,78. 9,69. 10,09. 10,42.
12Корреляционный анализ Проверка 10,62. 10,71. 10,79. 11,13. 31.
значимости коэффициента корреляции. Пример 32Регрессионный анализ Нелинейная парная
5. Исследовать значимость коэффициента регрессия. 1. Уравнение линейной
корреляции, рассчитан-ного в примере 2. регрессии: Fp<fкр - модель неадекватна.
12. 32.
13Корреляционный анализ Проверка 33Регрессионный анализ Нелинейная парная
значимости коэффициента корреляции. Вывод: регрессия. 2. Уравнение нелинейной
прямая зависимость между возрастом регрессии: Fp > fкр - модель адекватна.
человека и артериальным давлением является 33.
значимой и её можно распространить на всю 34Регрессионный анализ Нелинейная парная
сово-купность пациентов. 13. регрессия. Нелинейные модели парной
14Регрессионный анализ. Уравнение регрессии и преобразование переменных. Тип
регрессии является линейным относительно модели. Связь. Преобразования. Линейное
коэффициен-тов aj (j=0,1,…,n). Диаграмма уравнение. Экспоненциальная.
рассеяния. Наиболее распространенным y=exp(a0+a1x). ln(y)=u. u=a0+a1x. Обратная
способом построения уравнения регрессии по y. y=1/(a0+a1x). 1/y=u. u=a0+a1x.
является метод наименьших квадратов (МНК). Обратная по x. y=a0+a1/x. 1/x=z. y=a0+a1z.
Метод МНК для получения уравнения Дважды обратная. y=1/(a0+a1/ x). 1/x=z;
регрессии основан на минимизации суммы 1/y=u. u=a0+a1z. Логарифм по x.
квадратов остатков: 14. y=a0+a1ln(x). ln(x)=z. y=a0+a1z. a1.
15Регрессионный анализ Парная линейная Мультипликативная. y=a0x. ln(x)=z;
регрессия. ln(y)=u; ln(a0)=b. u=b+a1x. Квадратный
16Регрессионный анализ Парная линейная корень по x. y=a0+a1x1/2. x1/2=z.
регрессия. 16. y=a0+a1z. Квадратный корень по y.
17Регрессионный анализ Парная линейная y=(a0+a1x)1/2. y2=u. u=a0+a1x. S-кривая.
регрессия. 17. y=exp(a0+a1/x). ln(y)=u; 1/x=z. u=a0+a1z.
18Регрессионный анализ Парная линейная 34.
регрессия. Пример 6. Построить уравнение
Статистическое изучение взаимосвязи социально-экономических явлений.pps
http://900igr.net/kartinka/algebra/statisticheskoe-izuchenie-vzaimosvjazi-sotsialno-ekonomicheskikh-javlenij-175839.html
cсылка на страницу

Статистическое изучение взаимосвязи социально-экономических явлений

другие презентации на тему «Статистическое изучение взаимосвязи социально-экономических явлений»

«Характеристики в статистике» - Мода. Мода ряда чисел. При изучении учебной нагрузки учащихся выделили группу из 10 семиклассников. Размах ряда чисел. Статистические характеристики. Какое число является модой данного ряда? 25. Наибольшее из чисел – 37 Наименьшее из чисел – 18 Размах ряда равен 19. Среднее арифметическое. Размах. Получили следующие данные:

«Статистика» - Для сравнения успеваемости в I и II четверти построим полигон. Составить портрет среднестатистического ученика МОУ Будаговской школы. Успеваемость в первом полугодии. Соотношение мальчиков и девочек показано на диаграмме. Сколько кукушек кукует в лесу? Краткая характеристика учащихся. Тут без статистики впору кричать.

«Математическая статистика» - Алгебра вероятностей 1.2. Законы распределения и числовые характеристики случайных величин. Группы и специальности потоков. Распределение занятий курса ТВМС по семестрам. РАЗДЕЛ 1. ТЕОРИЯ ВЕРОЯТНОСТЕЙ 1.1. Вероятность случайного события. Учебно-методическое обеспечение дисциплины. Содержание теоретического раздела дисциплины.

«Элементы статистики» - «Статистическое мышление станет со временем такой же необходимостью, как и навыки к письму и чтению». Зарегистрировав продолжительность работы 65 электронных ламп, получили следующие результаты: Элементы математической статистики. Таблица данных, сгруппированных по интервалам. Таблица статистических данных.

«Вероятность и статистика» - Множество. Прямая и обратная теоремы. Элементы логики, комбинаторики, статистики и теории вероятностей. Контрпример. Задача. Статистика. Представление данных в виде таблиц, графиков, диаграмм. Элементы логики, комбинаторики, статистики и теории вероятностей. (45 часов). Примеры решений комбинаторных задач.

«Интернет-статистика» - Следите за уровнем топлива! Пути по сайту. Не злоупотребляйте счетчиками! 4. Вопрос конфиденциальности… открыт. Замедление скорости загрузки сайта. Региональные посетители. Используйте поиск и возможность добавлять сайты. Эффективный интернет-сайт не может существовать без статистики. Минусы бесплатной статистики.

Статистика

17 презентаций о статистике
Урок

Алгебра

35 тем
Картинки
900igr.net > Презентации по алгебре > Статистика > Статистическое изучение взаимосвязи социально-экономических явлений