в табліці 2.1 з використаних спеціалізованої програми В«СтатистикаВ».
В
N - ОБСЯГИ вібірок
Spearman R - коефіцієнт рангової кореляції Спірмена
t (N-2) - статистика для перевіркі гіпотезі
p-level - р-рівень
Тому що, то гіпотеза відхіляється (або, что ті ж р-level <0,05, того гіпотеза відхіляється).
рангових кореляційній зв'язок между X i и Y є значущим.
Порахуємо коефіцієнт Спірмена между X j и Y в табліці 2.1 з використаних спеціалізованої програми В«СтатистикаВ».
В
Тому що, то гіпотеза відхіляється (або, что ті ж р-level <0,05, того гіпотеза відхіляється).
рангових кореляційній зв'язок между Xj и Y є значущим.
На Основі наведення даніх СПОСТЕРЕЖЕННЯ будуються лінійна одновімірні Y = f (Xi) та багатовімірні Y = f (Xi, Xj) регресійні МОДЕЛІ, Які встановлюютьє залежність результатівної ознакой Y - середньорічного уровня надоєм молока від факторний ознакой - Xi (кількості кормів на одну корову) та Xj (уровня приплоду телят на 100 корів) по 30 господарствам.
Одновімірна лінійна регресійна модель представляється як:
, (4.3)
де - Постійна ськладової доходу (початок відліку);
- коефіцієнт регресії;
- відхілення фактичність значень надоєм від ОЦІНКИ (математичного сподівання) середньої Величини надоєм в и -тому хазяйстві.
Існують Різні Способи оцінювання параметрів регресії. Найпростішім, найуніверсальнішім є метод найменшого квадратів [48]. За ЦІМ методом параметри візначаються віходячі з умови, что Найкраще набліження, Яку мают Забезпечувати параметри регресії, досягається, коли сума квадратів різніць между фактичність значень доходу та йо оцінкамі є мінімальною, что можна записатися як
. (4.4)
Відмітімо, что залишкова варіація (4.4) є функціоналом від параметрів регресійного рівняння:
(4.5)
За методом найменшого квадратів параметри регресії и є розв'язком системи двох нормальних рівнянь [48]:
, (4.6)
.
розв'язок цієї системи має вигляд:
, (4.7)
.
Середньоквадратічна помилка регресії, знаходится за формулою
, (4.8)
Коефіцієнт детермінації для даної МОДЕЛІ
(4.9)
винен дорівнюваті:> 0,75 - сильний кореляційній зв'зок, 0,36>> 0,75 - кореляційній зв'язок середньої щільності; <0,36 - Кореля-ційній зв'язок нізької щільності [48].
Для характеристики кореляційного зв'язку между факторний и результативними ознакой побудуємо графік кореляційного поля та теоретичну лінію регресії, візначімо параметри лінійного рівняння регресії.
Для перевіркі істотності зв'язку нужно порівняті фактичність Значення статистики Фішера (F-крітерій) з йо критичним (табличному) значення, Яке нужно візначіті з...
