|
определяемой двумя параметрами средней арифметической и стандартным отклонением. В корреляционном анализе для преобразования асимметричной поверхности распределения в нормальную целесообразно применение непараметрических методов. Идея этих методов заключается в том, что статистическая совокупность по данному признаку характеризуется не средней арифметической и средним квадратическим отклонением, а квантилями, то есть значениями признака, соответствующими определенным долям членов вариационного ряда. При исследовании корреляции преобразование поверхности распределения из асимметричной в нормальную достигается сопоставлением между собой квантилей коррелируемых признаков. Теснота связи между случайными величинами характеризуется коэффициентом корреляции. Если коэффициент корреляции равен 0, то величины не коррелируют. Если коэффициент корреляции равен 1 , то имеется функциональная зависимость. Корреляционные таблицы (или точечные диаграммы корреляционные поля) ~ основной материал, подлежащий обработке при определении связей между изучаемыми признаками. Эти связи характеризуются уравнениями регрессии или по более правильной терминологии корреляционными уравнениями. Если корреляция близка к нормальной уравнение регрессии является линейным. При множественной корреляции один признак-свойство рассматривается в зависимости от нескольких признаков-факторов. Коэффициенты в линейных уравнениях регрессии, связывающие признак-свойство с определенными его признаками-факторами вычисляются на основе средних арифметических, средних квадратических отклонений и специальных коэффициентов частной корреляции. Последние должны характеризовать силу связи между признаком-свойством и признаком-фактором при закрепленных значениях всех остальных признаков. Тесноту связи между признакомсвойством и признаками-факторами устанавливают с помощью коэффициен |
66 торов, выбора наиболее важных факторов и оценка их влияния. В качестве критерия правильности принимаемых утверждений о существенности или несущественности различий между двумя выборками в дисперсионном анализе используется распределение Фишера. При большом объеме выборки графики рядов распределений (при непрерывном варьировании) приближаются к плавным кривым. Из всех типов распределений наиболее обширное применение в математической статистике имеет нормальное распределение.Основная статистическая характеристика выборочная средняя распределяется нормальной кривой, полностью определяемой двумя параметрами ней арифметической и стандартным отклонением. сред В корреляционном анализе для преобразования асимметричной поверхности распределения в нормальную целесообразно применение непараметрических методов. Идея этих методов заключается в том, что статистическая совокупность по данному признаку характеризуется не средней арифметической и средним квадратическим отклонением, а квантилями, то есть значениями признака, соответствующими определенным долям членов вариационного ряда При исследовании корреляции преобразование поверхности распределения из асимметричной в нормальную достигается сопоставлением между собой квантилей коррелируемых признаков. Теснота связи между случайными величинами характеризуется коэффициентом корреляции. Если коэффициент корреляции равен 0, то величины не коррелируют. Если коэффициент корреляции равен 1, то имеется функциональная зависимость. Корреляционные таблицы (или точечные диаграммы корреляци онные поля) основной материал, подлежащий обработке при опре делении связей между изучаемыми признаками. Эти связи характери 67 зуются уравнениями регрессии или по более правильной терминологии корреляционными уравнениями. Если корреляция близка к нор мальной, уравнение регрессии является линейным. При множественной корреляции один признак свойство рассматривается в зависимости от нескольких признаков факторов. Коэффициенты в линейных уравнениях регрессии, связывающие признак-свойство с определенными его признаками-факторами вычисляются на основе арифметических, средних квадратических отклонений и специальных коэффициентов частной корреляции. Пос ледние должны характеризовать силу связи между признаком-свойством и признаком-фактором при закрепленных значениях всех остальных признаков. Тесноту связи между признаком-свойством и признаками-факторами устанавливают с помощью коэффициента множественной корреляции. Из всей совокупности изучаемых малых предприятий для получения экономико-математической модели выбраны малые предприятия бытового обслуживания, специализирующиеся на пошиве и ремонте изделий. Основные результаты деятельности этих предприятий за 1994 год приведены в приложении 4, а за 1995 год в приложении 5 Расчеты проведены по стандартной программе statgraf с помощью персонального компьютера. В качестве результирующего показателя выбрана прибыль (у) предприятий, поскольку в настоящее время эффективность деятельности предприятий оценивается этим показателем. В качестве показателей, влияющих на прибыль, выбраны: х1 х2 объем реализации продукции; численность работающих; / |