Автор: Пользователь скрыл имя, 18 Ноября 2011 в 00:59, курсовая работа
Исследуя природу, общество, экономику, необходимо считаться со взаимосвязью наблюдаемых процессов и явлений. При этом полнота описания так или иначе определяется количественными характеристиками причинно-следственных связей между ними. Оценка наиболее существенных из них, а также воздействия одних факторов на другие является одной из основных задач статистики.
В своей работе я рассмотрю только лишь корреляционный анализ в изучении статистической взаимосвязи показателей.
Данная тема на мой взгляд актуальна, поскольку этот метод обработки статистических данных довольно прост и подлежит самостоятельному обучению, а также пригодится в дальнейшем.
Введение
1. Методы статистического изучения взаимосвязей
2.Применение корреляционного анализа в статистическом изучении взаимосвязей показателей
2.1.Характеристика корреляционного анализа
2.2.Парная и множественная корреляция
2.3.Оценка тесноты связи между экономическими показателями
3.Применение корреляционного анализа для изучения объекта исследования
Заключение
Список литературы
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ
ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ
ВЫСШЕГО ПРОФИВЕЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ТЮМЕНСКИЙ
ГОСУДАРСТВЕННЫЙ НЕФТЕГАЗОВЫЙ
Институт
менеджмента и бизнеса
Кафедра
«Экономика товарных рынков»
КУРСОВАЯ
РАБОТА
по курсу «Общая теория статистики»
на тему
«Корреляционный анализ в изучении статистической
взаимосвязи показателей»
ст. гр. ЭП-10-2
Пастух
К.Л.
Проверил:
Доцент, к.п.н
Назмутдинова
Е.В.
Тюмень,
2011
Введение | 3 |
1. Методы статистического изучения взаимосвязей | 4 |
2.Применение корреляционного анализа в статистическом изучении взаимосвязей показателей | 7 |
|
7 |
|
9 |
|
14 |
3.Применение корреляционного анализа для изучения объекта исследования | 16 |
Заключение | |
Список литературы |
Введение
Исследуя природу, общество, экономику, необходимо считаться со взаимосвязью наблюдаемых процессов и явлений. При этом полнота описания так или иначе определяется количественными характеристиками причинно-следственных связей между ними. Оценка наиболее существенных из них, а также воздействия одних факторов на другие является одной из основных задач статистики.
Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. Достаточно часто функциональная связь проявляется в физике, химии. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции.
Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Объяснение тому – сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции.
В своей работе я рассмотрю только лишь корреляционный анализ в изучении статистической взаимосвязи показателей.
Данная тема на мой взгляд актуальна, поскольку этот метод обработки статистических данных довольно прост и подлежит самостоятельному обучению, а также пригодится в дальнейшем.
Существует два вида связи между факторами и результативными признаками: функциональная связь и корреляционная связь. При функциональной связи каждому значению величины факторного признака соответствует только одно значение результативного признака. Функциональные связи обычно выражаются формулами и исследуются в математике и физике. Пример, площадь круга – результативный признак – прямо пропорциональна его радиусу – факторный признак. Однако, функциональные связи имеют место и в экономике.
Пример, заработная плата рабочего повременной оплате равна произведению часовой тарифной ставки на число отработанных часов. Функциональная связь является точной и полной, т.к. обычно известны все факторы, оказывающие влияние на результативный признак. При функциональных связях величина результативного признака полностью показывается факторными признаками. Однако, в массовых явлениях общественной жизни в виду крайнего разнообразия факторов и их взаимосвязи и противоречивого действия этих факторов, не поддающихся строгому учету и контролю, возникает широкое варьирование результативного признака.
Это свидетельствует о том, что связь между признаками неполная, а проявляется лишь в общем и среднем. Такие связи называются корреляционными. При корреляционной связи под влиянием изменения многих факторных признаков (ряд из которых может быть неизвестен), меняется средняя величина результативного признака. Пример, корреляционная связь между влиянием удобрения и урожайностью культур, между производительностью и энергооснощенностью предприятия. Важная особенность корреляционных связей состоит в том, что они обнаруживаются не в отдельных случаях, а в массовых общественных явлениях. Проявление корреляционных зависимостей подвержено действию закона больших чисел: лишь в достаточно большом числе фактов индивидуальные особенности и второстепенные факты сгладятся и зависимость проявится достаточно отчетливо.
Вторая важная особенность корреляционных связей состоит в том, что эти связи неполные. Даже на массовых данных обнаруженные зависимости не будут носить полного, т.е. функционального характера. В зависимости от действия функциональных и корреляционных связей их делят на: прямые обратные
Прямая связь – направление изменения результативного признака совпадает с направлением изменения признака фактора, т.е. с увеличением факторного признака увеличивается и результативный и наоборот. Обратная связь – направление изменения результативного признака не совпадает с изменением факторного признака, т.е. при увеличении факторного признака результативный уменьшается и наоборот. По форме связи бывают:
1.
Прямолинейные – с
2.
Криволинейные – с
Следует заметить, что традиционные методы корреляции широко представлены в разного рода статистических пакетах программ для ЭВМ. Исследователю остается только правильно подготовить информацию, выбрать удовлетворяющий требованиям анализа пакет программ и быть готовым к интерпретации полученных результатов. Алгоритмов вычисления параметров связи существует множество, и в настоящее время вряд ли целесообразно проводить такой сложный вид анализа вручную. Вычислительные процедуры представляют самостоятельный интерес, но знание принципов изучения взаимосвязей, возможностей и ограничений тех или иных методов интерпретации результатов является обязательным условием исследования.
2.1.Характеристика
корреляционного
анализа
Одна из наиболее распространенных задач статистического исследования состоит в изучении связи между выборками. Обычно связь между выборками носит не функциональный, а вероятностный (или стохастический) характер. В этом случае нет строгой, однозначной зависимости между величинами. При изучении стохастических зависимостей различают корреляцию и регрессию.
Корреляционный анализ состоит в определении степени связи между двумя случайными величинами X и Y. В качестве меры такой связи используется коэффициент корреляции. Коэффициент корреляции оценивается по выборке объема п связанных пар наблюдений (xi, yi) из совместной генеральной совокупности X и Y. Существует несколько типов коэффициентов корреляции, применение которых зависит от измерения (способа шкалирования) величин X и Y.
Для оценки степени взаимосвязи величин X и Y, измеренных в количественных шкалах, используется коэффициент линейной корреляции (коэффициент Пирсона), предполагающий, что выборки X и Y распределены по нормальному закону.
Коэффициент
корреляции — параметр, который
характеризует степень линейной
взаимосвязи между двумя
Коэффициент корреляции изменяется от -1 (строгая обратная линейная зависимость) до 1 (строгая прямая пропорциональная зависимость). При значении 0 линейной зависимости между двумя выборками нет.
В OpenOffice.Org Calc для вычисления парных коэффициентов линейной корреляции используется специальная функция CORREL (массив1; массив2), где:
массив1 – ссылка на диапазон ячеек первой выборки (X);
массив2 – ссылка на диапазон ячеек второй выборки (Y).
2.2.Парная
и множественная
корреляция
Простейшим приемом выявления связи между двумя признаками является построение корреляционной таблицы:
Таблица 1. Корреляционная таблица
|
В основу группировки положены два изучаемых во взаимосвязи признака – Х и У. Частоты fij показывают количество соответствующих сочетаний Х и У. Если fij расположены в таблице беспорядочно, можно говорить об отсутствии связи между переменными. В случае образования какого-либо характерного сочетания fijдопустимо утверждать о связи между Х и У. При этом, если fij концентрируется около одной из двух диагоналей, имеет место прямая или обратная линейная связь.
Информация о работе Корреляционный анализ в изучении статистической взаимосвязи показателей