ій кількості спостережень, використання методу розробленого коректно. Для отримання оцінок коефіцієнтів регресії мінімізується сума квадратів помилок регресії. У пакеті обчислюються статистики, дозволяють вирішити ці завдання. Чи існує лінійна регресійна залежність? Для перевірки одночасного відмінності всіх коефіцієнтів регресії від нуля проведемо аналіз квадратичного розкиду значень залежної змінної щодо середнього. Його можна розкласти на дві суми наступним чином. Статистика в умовах гіпотези рівності нулю регресійних коефіцієнтів має розподіл Фішера і, природно, за цією статистикою перевіряють, чи є коефіцієнти одночасно нульовими. Коефіцієнти детермінації і множинної кореляції. При порівнянні якості регресії, оціненої за різними залежним змінним, корисно дослідити частки поясненої і непоясненної дисперсії. Корінь з коефіцієнта детермінації називається коефіцієнтом кореляції. Слід мати на увазі, що є зміщеною оцінкою. Абсолютні значення коефіцієнтів не дозволяють зробити такий висновок.
1.3. Статистичне моделювання зв'язку методом кореляційного і регресійного аналізу.
Завдання кореляційного аналізу зводяться до вимірювання тісноти відомої зв'язку між варьирующими ознаками, визначенню невідомих причинних зв'язків (причинний характер яких повинен бути з'ясований за допомогою теоретичного аналізу) та оцінки факторів, що роблять найбільший вплив на результативну ознаку. [4]
Завданнями регресійного аналізу є вибір типу моделі (форми зв'язку), встановлення ступеня впливу незалежних змінних на залежну і визначення розрахункових значень залежною змінною (функції регресії). Завдання регресійного аналізу полягає в побудові моделі, що дозволяє за значеннями незалежних показників отримувати оцінки значень залежної змінної. Регресійний аналіз є основним засобом дослідження залежностей між соціально-економічними змінними. Це завдання ми розглянемо в рамках найпоширенішою у статистичних пакетах класичної моделі лінійної регресії. Специфіка соціологічних досліджень полягає в тому, що дуже часто необхідно вивчати і передбачати соціальні події. Друга частина даної глави буде присвячена регресії, метою якої є побудова моделей, пророчать імовірність подій. Величина називається помилкою регресії. Перші математичні результати, пов'язані з регресійним аналізом, зроблені у припущенні, що регресійна помилка розподілена нормально з параметрами, помилка для різних об'єктів вважаються незалежними. Крім того, в даній моделі ми розглядаємо змінні як невипадкові значення. Таке, на практиці, виходить, коли йде активний експеримент, в якому задають значення (наприклад, призначили зарплату працівнику), а потім вимірюють (Оцінили, якою стала продуктивність праці). p> Рішення всіх названих завдань призводить до необхідності комплексного використання цих методів. Розглянемо, що являє собою ця значимість. Позначимо коефіцієнт детермінації, отриманий при виключенні з п...
