алізу 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, що 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).
Використовуючи дані таблиці 1 я розрахувала лінійний коефіцієнт кореляції r. Але щоб використовувати формулу для лінійного коефіцієнта кореляції розрахуємо дисперсію результативної ознаки Пѓy:
В В
Квадрат лінійного коефіцієнта кореляції r2 називається лінійним коефіцієнтом детермінації. З визначення коефіцієнта детермінації очевидно, що його числове значення завжди укладено в межах від 0 до 1, тобто 0 ≤ r2 ≤ 1. Ступінь тісноти зв'язку повністю відповідає теоретичному корреляционному відношенню, яке є більш універсальним показником тісноти зв'язку за порівняно з лінійним коефіцієнтом кореляції. Однак при невеликій взаємозв'язку між змінними, якщо стандартизувати змінні та розрахувати рівняння регресії для стандартизованих змінних, то оцінки коефіцієнтів регресії дозволять по їх абсолютній величині судити про те, який аргумент в більшій мірі впливає на функцію. Стандартизація змінних. Бета коефіцієнти. Коефіцієнти в останньому рівнянні отримані при однакових масштабах зміни всіх змінних і порівняти. У разі взаємозв'язку між аргументами в правій частині рівняння можуть відбуватися дивні речі. Надійність і значимість коефіцієнта регресії. Тут позначений коефіцієнт детермінації, одержуваний при побудові рівняння регресії, в якому в якості залежної змінної взято іншу змінна. З виразу видно, що величина коефіцієнта тим нестійкіше, чим сильніше змінна пов'язана з іншими змінними. Ця статистика має розподіл Стьюдента. У видачі пакета друкується спостережувана її двостороння значимість - ймовірність випадково при нульовому регресійному коефіцієнті отримати значення статистики, більша за абсолютною величиною, ніж вибіркове. Значимість включення змінної у регресію. При послідовному підборі змінних передбачена автоматизація, заснована на значимості включення і виключення змінних.
Факт збігів і розбіжностей значень теоретичного кореляційн...
