КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Диаграмма разброса (рассеяния)Диаграмма разброса (рассеяния) применяется для выявления зависимости (корреляции) одних показателей от других или для определения степени корреляции между n парами данных для переменных x и y: (x1,y1), (x2,y2),..., (xn, yn). Эти данные наносятся на график (диаграмму разброса), и для них вычисляется коэффициент корреляции по формуле где ковариация; , стандартные отклонения случайных переменных x и у; n – размер выборки (количество пар данных – хi и уi); и – среднеарифметические значения хi и уi cоответственно. Рассмотрим различные варианты диаграмм разброса (или полей корреляции) на рис. 5.15.: Рис. 5.15. Варианты диаграмм разброса.
В случае: а) можно говорить о положительной корреляции (с ростом x увеличивается y); б) проявляется отрицательная корреляция (с ростом x уменьшается y); в) при росте x y может как расти, так и уменьшаться, говорят об отсутствии корреляции. Но это не означает, что между ними нет зависимости, между ними нет линейной зависимости. Очевидная нелинейная (экспоненциальная) зависимость представлена и на диаграмме разброса г). Коэффициент корреляции всегда принимает значения в интервале -1 ≤ r ≤ 1, т.е. при r > 0 – положительная корреляция, при r = 0 – нет корреляции, при r < 0 – отрицательная корреляция. Для тех же n пар данных (x1,y1), (x2,y2),..., (xn, yn) можно установить зависимость между x и y. Формула, выражающая эту зависимость, называется уравнением регрессии (или линией регрессии), и ее представляют в общем виде функцией у = а + bх. Для определения линии регрессии (рис.4.19) необходимо статистически оценить коэффициент регрессии b и постоянную a. Для этого должны быть выполнены следующие условия: 1) линия регрессии должна проходить через точки (x,y) средних значений x и y. 2) сумма квадратов отклонений от линии регрессии значений y по всем точкам должна быть наименьшей. 3) для расчета коэффициентов а и b используются формулы . Т.е. уравнением регрессии можно аппроксимировать реальные данные. Рис. 5.16. Пример линии регрессии.
Дата добавления: 2015-04-29; Просмотров: 403; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |