яду (а тренд - це теж рівняння регресії).
При вирішенні кожної з названих завдань потрібно враховувати особливості та обмеження кореляційно-регресійного методу. Всякий раз необхідно спеціально обгрунтувати можливість причинного інтерпретації рівняння як пояснює зв'язок між варіацією фактора і результату. Важко забезпечити роздільну оцінку впливу кожного з факторів. У цьому відношенні кореляційні методи глибоко суперечливі. З одного боку, їх ідеал - вимірювання чистого впливу кожного фактора. З іншого боку, такий вимір можливо за відсутності зв'язку між факторами і випадкової варіації ознак. А тоді зв'язок є функціональної, і кореляційні методи аналізу зайві. У реальних системах зв'язок завжди має статистичний характер, і тоді ідеал методів кореляції стає недосяжним. Але це не означає, що ці методи не потрібні. p> Дане протиріччя означає попросту недосяжність абсолютної істини в пізнанні реальних зв'язків. Наближений характер будь-яких результатів кореляційно-регресійного аналізу не є приводом для заперечення їх корисності. Всяка наукова істина - відносна. Забути про це і абсолютизувати параметри регресійних рівнянь, заходи кореляції було б помилкою, так само як і відмовитися від використання цих заходів. p> Оскільки кореляційний зв'язок є статистичною, першою умовою можливості її вивчення є загальна умова якого статистичного дослідження: наявність даних за досить великої сукупності явищ. По окремих явищ можна отримати абсолютно хибне уявлення про зв'язок ознак, бо в кожному окремому явище значення ознак крім закономірною складовою мають випадкове відхилення (варіацію). Наприклад, порівнюючи два господарства, одне з яких має кращу якість грунтів, за рівнем урожайності, можна виявити, що врожайність вище в господарстві з гіршими грунтами. Адже врожайність залежить від сотень факторів і при тому ж самому якості грунтів може бути і вище, і нижче. Але якщо порівнювати велике число господарств з кращими грунтами і велике число - з гіршими, то середня врожайність в першій групі виявиться вище і стане можливим виміряти досить точно параметри кореляційної зв'язку.
Яке саме число явищ достатньо для аналізу кореляційної і взагалі статистичної зв'язку, залежить від мети аналізу, необхідної точності та надійності параметрів зв'язку, від числа факторів, кореляція з якими вивчається. Зазвичай вважають, що число спостережень має бути не менш ніж у 5-6, а краще - не менш ніж у 10 разів більше числа факторів. Ще краще, якщо число спостережень в кілька десятків або в сотні разів більше числа факторів, тоді закон великих чисел, діючи в повну силу, забезпечує ефективне взаїмопогашеніє випадкових відхилень від закономірного характеру зв'язку ознак.
Другим умовою закономірного прояви кореляційної зв'язку служить умова, забезпечує надійне вираз закономірності в середній величині. Крім вже зазначеного великого числа одиниць сукупності для цього необхідна достатня якісна однорідн...
