МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА И ПРОДОВОЛЬСТВИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ «БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
Реферат
по курсу «Статистика» на тему:
Статистические методы выявления наличия корреляционной связи между явлениями.
Студентка 2 курса,
72эи-группы,
ФПУ,
Звонкович Анастасии
Минск 2010 г
Содержание
Введение…………………………………………………………………………..3
Выводы…………………………………………………………………………...11
Список литературы………………………………………………………………12
Введение
Исследование объективно существующих связей между явлениями – важнейшая задача общей теории статистики. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что позволяет выявлять факторы (признаки), оказывающие существенное влияние на вариацию изучаемых явлений и процессов.
Особо важным, при исследовании причинно-следственных связей считается первый этап, а это непосредственно выявление наличия связей между явлениями. Методы, пользуясь которыми в статистике определяется наличие связи, и стали объектом рассмотрения в данной работе.
Цель работы – это рассмотрение существующих в статистике методов, более детальное изучение некоторых из них и применение изученных методов на практике.
Необходимость выполнения работы, изучения данного материала возникла в связи с изучением курса статистики.
Известно, что все явления в мире, в том числе общественные, взаимосвязаны и взаимообусловлены. Изучение взаимосвязей явлений – важнейшая задача статистического анализа. Связи между признаками и явлениями отличаются разнообразием.
По содержанию, прежде всего, выделяют причинно-следственные связи, выражающиеся в действии признаков (причин) на следствие (явление). Причинно-следственные связи позволяют раскрыть сущность явлений, к ним приковано основное внимание исследователей.
Связи, проявляющиеся как воздействие факторных признаков, могут быть названы факторно обусловленными.
По числу взаимодействующих факторов выделяют связи однофакторные и многофакторные. При однофакторных связях результативный признак связывается с одним фактором, а при многофакторных – с двумя и большим числом факторных признаков.
По направлению связи могут быть прямые и обратные. При прямых связях с увеличением факторного признака увеличивается и признак результативный, при обратных – с увеличением факторного признака результативный уменьшается.
Выделяют так же связи прямолинейные и криволинейные. Прямолинейные связи описываются уравнением прямой, криволинейные – уравнением какой-либо кривой (гиперболы, параболы и т.п.).
Различают связи функциональные и корреляционные.
Функциональные – это такие связи, когда изменению факторного признака на единицу соответствует изменение результативного признака на строго определенную величину. Например, с увеличением радиуса окружности на 1 см длина окружности всегда увеличивается на 6, 28 см, так как длина окружности определяется по формуле . Функциональная связь проявляется как в совокупности в целом, так и в каждой ее единице.
Корреляционные – это такие связи, когда при одном и том же значении факторного признака значения результативного признака различны, однако изменение факторного признака вызывает средние изменения результативного признака. В отличие от функциональной зависимости корреляция возникает тогда, когда зависимость результативного признака от факторного осложняется наличием ряда случайных факторов. В корреляционной связи между изменением факторного и результативного признака нет такого полного соответствия, воздействие факторов проявляется лишь в среднем при массовом наблюдении фактических данных.
Поскольку связи в экономике относятся, как правило, к многофакторным, то для принятия практических решений учитываются только так называемые основные. В свою очередь сами факторные признаки могут зависеть от изменения ряда причин (факторов). Отсюда одному и тому же значению признака-фактора соответствует целый ряд значений результативного признака. Ведь в каждом конкретном случае степень зависимости тоже может измениться.
При изучении причинно-следственных связей решающее слово должно принадлежать теории (сущности) изучаемого явления. Теоретический анализ должен показать о наличии или возможности связи между данными признаками, какие факторы влияют на формирование и изменение данного результативного признака.
При исследовании корреляционных зависимостей решается широкий круг вопросов:
1) предварительный анализ свойств изучаемой совокупности;
2) установленные факта наличия связи, определение ее направления и формы;
3) измерение степени тесноты связи между признаками;
4) нахождение аналитического (математического) выражения связи или построение регрессионной модели;
5) оценка адекватности модели, ее интерпретации и практическое использование.
Корреляционная связь, характеризуется согласованностью в вариации значений признаков. Однако согласованность эта не всегда свидетельствует о наличии причинно-следственной связи между рассматриваемыми признаками. Так, например, согласованность в вариации значений признаков может быть следствием какой-либо одной, общей для них причины, или отражать случайное совпадение в изменениях признаков, не находящихся между собой в какой-либо связи. Неправильно возлагать полностью на статистику задачу установления наличия связи. Статистика только обнаруживает и характеризует фактическое проявление связи, указание на возможность которой дает теория изучаемого явления.
Именно теоретический анализ указывает на вытекающую из существа изучаемого явления возможность связи между признаками, процессами, сопровождающими это явление. Однако теория не может дать ответ на вопрос, проявляется ли в действительности и как проявляется теоретически возможная связь в данных конкретных условиях.
При статистическом изучении корреляционной связи между признаками исходным материалом являются данные об индивидуальных значениях этих признаков в изучаемой статистической совокупности.
Статистическая наука в настоящее время располагает большим набором приемов (методов) выявления корреляционной связи. Одни приемы можно отнести к элементарным (простейшим), другие предусматривают использование специального сложного математического аппарата.
К элементарным приемам (методам) выявления наличия корреляционной связи относятся:
К сложным методам изучения взаимосвязей относятся: балансовые таблицы, дисперсионный анализ, методы теории корреляции и регрессии, методы многомерного анализа, методы распознавания образов, метод главных компонентов и др.
Рассмотрим некоторые из данных методов.
При отсутствии ярко выраженной причинной связи между факторным и результативным признаками наличие и характер связи можно установить при помощи метода параллельных рядов: в одной таблице приводятся упорядоченные значения факторного признака, который обычно обозначается символом х, и соответствующие им значения результативного признака, который обычно обозначается символом у.
Наличие и характер связи определяется по степени согласованности вариации данных рядов.
Метод параллельных рядов обычно используется для установления характера связи при относительно небольшом объеме исходного материала. С помощью этого метода можно дать лишь самую общую характеристику связи. Однако при наличии большого числа значений признаков, когда одному и тому же значению признака-фактора, как правило, соответствует несколько различных значений результативного признака, восприятие параллельных рядов сильно затрудняется. В этих случаях целесообразно для установления наличия связи воспользоваться методом построения корреляционных таблиц.
Построение корреляционной таблицы начинают с группировки значений факторного и результативного признаков. В корреляционной таблице, как правило, в подлежащем указывается факторный признак х, а в сказуемом – результативный признак у.
В корреляционной таблице указываются частоты: сколько раз данная величина одного признака повторяется в сочетании с соответствующей величиной другого признака. Итоговые графа и строка отражают распределение единиц совокупности по рассматриваемым признакам.
Если частоты в корреляционной таблице расположены на «главной» диагонали (из левого верхнего угла в правый нижний угол), но можно предположить наличие прямой корреляционной зависимости между признаками. Если же частоты расположены по «вспомогательной» диагонали (из левого нижнего угла в правый верхний угол), то предполагают наличие обратной связи между признаками.
Корреляционная таблица позволяет сжато, компактно и достаточно наглядно изложить исходный материал. Поэтому даже расчеты по методам корреляции и регрессии можно вести по корреляционной таблице.