|
STATISTIK AHAMIYATINI BAHOLASH REJA: - Regressiya tenglamalari va uning koeffitsientlarining ahamiyatini baholash. Parametrlar bo'yicha regressiya tenglamasining statistik ahamiyatini baholash
- Faktor tahlilining asosiy tushunchalari
- Excel-dagi regressiya tahlili
` - 1.MNK yordamida, regressiya tenglama parametrlarini faqat hisob-kitoblarini olish mumkin. Parametrlar mazmunli ekanligini tekshirish uchun (i.e., ular haqiqiy regressiya tenglamasida deyarli noldan farq qiladi) gipotezalar statistik usullaridan foydalanadi. Asosiy gipoteza sifatida ular nol regressiya parametridan yoki korrelyatsiya koeffitsientidan ahamiyatsiz farq haqida gipotezani oldinga surdilar. Alternativ gipoteza, gipoteza teskari, i.e. Nol nol parametr yoki korrelyatsiya koeffitsienti haqida. Ishlatiladigan gipotezani sinab ko'rish tonnatalabaning mezoni.
Kuzatuv ma'lumotlariga ko'ra topilgan tonnaoziqlangan mezon (u kuzatiladigan yoki haqiqiy) talabaning tarqatish stollari tomonidan belgilangan jadval (markaziy) qiymat bilan taqqoslanadi (odatda statistika yoki tatistlar yoki iqtisodlar bo'yicha mahorat darslari oxirida beriladi). Jadval qiymati ahamiyatlilik darajasiga qarab belgilanadi, ularda chiziqli regressiya bir xil bo'lsa , N.- kuzatuv.
Haqiqiy qiymat bo'lsa t.- Darks ko'proq tabul (modulo), regressiya parametrining (korrelyatsiya koeffitsienti) ehtimolligi noldan sezilarli darajada farq qiladi deb hisoblanadi.
Haqiqiy qiymat bo'lsa t.- Darrazlar kamroq jadval (modul), keyin asosiy farazni rad etish uchun hech qanday sabab yo'q, ya'ni I.E. Regressiya parametrlari (korrelyatsiya koeffitsienti) ahamiyatlilik darajasida noldan biroz farq qiladi.
2. Faktor tahlili - bu katta tajriba ma'lumotlarini qayta ishlashda qo'llaniladigan statistik usul. Faktor tahlilining vazifalari: o'zgaruvchilar sonini kamaytirish (ma'lumotlarni qisqartirish) va o'zgaruvchilar o'rtasidagi munosabatlar tuzilishini aniqlash, I.E. O'zgaruvchilarning tasnifi, shuning uchun kadrlar tahlili ma'lumotlarning qisqarish usuli yoki tarkibiy tasnif usuli sifatida qo'llaniladi.
Yuqorida tavsiflangan barcha usullardan boshlab omillar tahlilida muhim farq shundaki, uni boshlang'ich yoki "xom", eksperimental ma'lumotlar, i.e. Mavzularni o'rganayotganda to'g'ridan-to'g'ri olingan. Faktorlar tahlili bo'lgan materiallar o'zaro bog'liqlik va aniqroq, pearson o'zgaruvchilar o'rtasida hisoblangan (ya'ni, psixologik belgilar) so'rovga kiritilgan. Boshqacha qilib aytganda, korrelyatsion matrislar faktor tahliliga duchor bo'ladi yoki ular boshqacha tarzda deb atashadi, bu esa "Valrafik". Ushbu matritsalardagi ustunlar va qatorlarning nomlari bir xil, chunki ular tahlilga kiritilgan o'zgaruvchilarning ro'yxatidir. Shu sababli, o'zaro bog'lash matritsasi har doim kvadrat, i.e. Ularda qatorlar soni ustunlar soniga teng va simmetrik, i.e. Asosiy diagonalga nisbatan nosimmetrik joylarda bir xil korrelyatsiya koeffitsientlari bir xil.
Ta'kidlash kerakki, korrelyatsiya matritsasi olingan ma'lumotlarning manbai bo'lganligi, u kvadrat bo'lmasligi kerak. Masalan, psixolog uchta ta'lim fanidan uchta (adabiyot, matematika, fizika) uchta ta'limning uchta ko'rsatkichini (adabiyot, matematika, fizika) tashkil etdi - to'qqizinchi sinf o'quvchilari. Dastlabki ma'lumotlar matritsasi 100 × 6 o'lchamga ega bo'ladi va almashish matritori hajmi 6 × 6, chunki bu faqat 6 ta o'zgaruvchiga ega. Bunday bir qator o'zgaruvchilar bilan aloqalarning matritsasi 15 koeffitsientni o'z ichiga oladi va bu qiyin bo'lmaydi.
Biroq, psixolog 6 va har bir mavzu bo'yicha 100 ko'rsatkichni olgan taqdirda nima bo'lishini tasavvur qilamiz. Bunday holda, 4950 korrelyatsiya koeffitsientlarini tahlil qilish kerak. Matritsadagi koeffitsientlar soni n (n + 1) formulasi bilan hisoblab chiqiladi va bizning holatimizda mos ravishda (100 × 99) / 2 \u003d 4950 ga teng.
Shubhasiz, bunday matritsani vizual tahlil qilish - vazifa tobora muhim ahamiyatga ega. Buning o'rniga psixolog 100 × 100 (100 ta fan va 100 ta o'zgaruvchi) va eksperimental natijalarni talqin qilish uchun sodda materialni olish uchun matematik tartibni amalga oshirishi mumkin.
3. 1 s dona uchun hosil va mehnat xarajatlari o'rtasidagi munosabatlarning o'zaro bog'liqligi va regressiyasini tahlil qilish. Buning uchun A1: A30 hujayralarida Excel varag'ini oching – B1: B1 hujayralarida don ekinlarining hosildorligi, ishlab chiqarish belgisi qadriyatlari - 1 C dan yuqori don. Asboblar menyusida ma'lumotlar tahlili variantini tanlang. Ushbu elementdagi chap sichqoncha tugmachasini bosish orqali regress vositasini oching. OK tugmasini bosing, ekranda regressiya dialog oynasi paydo bo'ladi. Kirish vaqt oralig'ida biz spektakl qiymatlariga kiramiz (B1: B1 katakchalarini ta'kidlaymiz), biz kirish oralig'idagi x (A1: A1: A30 hujayralari) ). Biz 95% ehtimollik darajasini qayd etamiz, yangi ishchi varaqni tanlang. OK tugmasini bosing. Ishlar jadvali "Chiqarish chiqarish" jadvali bo'lib, ularda regressiya tenglama parametrlarini hisoblash natijalari, korrelyatsiya koeffitsienti parametrlarini hisoblash natijalari va regressiya tenglamaining ahamiyatini aniqlash uchun boshqa ko'rsatkichlar beriladi.
Stol ma'lumotlari asosida biz regress tenglamasini quramiz: x \u003d 2,836-0.0.0.0.06x. 1 \u003d -0.067 regressiya koeffitsienti 1,0 ga teng bo'lib, 1 don uchun 1 donning narxi 0,067 kishiga mo'ljallangan.
R \u003d 0.85\u003e 0.7 Korrelyatsiya koeffitsienti ushbu agregatda o'rganilgan belgilar o'rtasidagi munosabatlar yaqin. R 2 \u003d 0.73-ning qat'iy koeffitsi shundan shuni ko'rsatadiki, ishlab chiqarish xususiyatining o'zgarishi (1 sinfga mehnat xarajatlari) omil (don hosildorligi) ta'siridan kelib chiqadi.
Fisherning tarqalishning muhim punktlarida - SNEDEL, biz 0,05 va 1 \u003d m-1 \u003d 2-1 \u003d 1 va k 2 \u003d nm \u003d 30-2 \u003d 28, u 4,21 ga teng. Merziyaning hisoblangan qiymati stoldan katta (F \u003d 74.9896\u003e 4.21), regressiya tenglamasi sezilarli deb tan olinadi.
ETIBORINGIZ UCHUN RAXMAT!!!
Do'stlaringiz bilan baham: |
