Понятие о корреляционном и регрессионном анализах - презентация, доклад, проект скачать

Нажмите для полного просмотра!

Понятие о корреляционном и регрессионном анализах, слайд №1

Понятие о корреляционном и регрессионном анализах, слайд №2

Понятие о корреляционном и регрессионном анализах, слайд №3

Понятие о корреляционном и регрессионном анализах, слайд №4

Понятие о корреляционном и регрессионном анализах, слайд №5

Понятие о корреляционном и регрессионном анализах, слайд №6

Понятие о корреляционном и регрессионном анализах, слайд №7

Понятие о корреляционном и регрессионном анализах, слайд №8

Содержание ▲

Вы можете ознакомиться и скачать презентацию на тему Понятие о корреляционном и регрессионном анализах. Доклад-сообщение содержит 8 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1

Описание слайда:

Понятие о корреляционном и регрессионном анализах Выполнила Потеха Ольга Группа ОДЛ 15 с 2016 год

Слайд 2

Описание слайда:

Понятие корреляционной и регрессионной связи Две (или более) случайных величины 1. Могут быть связаны функциональной зависимостью – для каждой независимой переменной X существует вполне определенное значение зависимой переменной Y. Строгая функциональная зависимость реализуется на практике редко, т.к. обе величины подвергаются еще и влиянию случайных факторов. 2. Могут быть связаны статистической зависимостью – изменение одной случайной величины приводит к изменению распределения другой случайной величины. Если статистическая зависимость проявляется в том, что при изменении одной величины изменяетсясреднее значение другой, такую зависимость называют корреляционной. 3. Могут быть независимы.

Слайд 3

Описание слайда:

При изучении конкретных зависимостей между случайными величинами вводят понятия: При изучении конкретных зависимостей между случайными величинами вводят понятия: · факторные признаки или факторы - независимые или объясняющие переменные, причины. Могут быть случайными и неслучайными. Часто обозначаются X; · результативные признаки или показатели - объясняемые или зависимые переменные. Являются случайными. Часто обозначаются Y. Иногда X и Y можно менять местами (т.е. не только изменение X вызывает изменение Y, но и наоборот, изменение Y вызывает изменение X) . Функциональная и корреляционная зависимость отличаются тем, что при функциональной зависимости, зная Х, можно вычислить величину Y. При корреляционной зависимости устанавливается лишь тенденция изменения Y при изменении X. Корреляционный и регрессионный анализы имеют общие методы обработки данных, но отличаются своими целями. В корреляционном анализе оценивается наличие и глубина (сила) статистической связи, в регрессионном анализе оценивается форма статистической связи между случайными величинами. Если не известно, какой их признаков зависимый, а какой - независимый, или же это безразлично, то X и Y равноправны, т.е. каждый из признаков может рассматриваться как независимый или как зависимый. В этом случае говорят, что X и Y коррелированны (имеют связи корреляционного типа) в широком смысле. Если переменные не равноправны, т.е. четко ясно, какая из них причина, а какая следствие, то говорят о регрессионной зависимости.

Слайд 4

Описание слайда:

Регрессия - это односторонняя стохастическая зависимость, когда одна из переменных служит причиной для изменения другой. Регрессия - это односторонняя стохастическая зависимость, когда одна из переменных служит причиной для изменения другой. Например, при изучении потребления электроэнергии (Y) в зависимости от объема производства (X) речь идет об односторонней связи, следовательно, о регрессии. Существуют особенности, связанные с постановкой задачи: · если изучают стохастическую зависимость Y от X, то устанавливают регрессию Y на X, т.е. Y=f(X); · если изучают стохастическую зависимость X от Y - то устанавливают регрессию X на Y, т.е. Х=g(Y). Например, изучается влияние стоимости товара на спрос и влияние спроса на стоимость товара. Здесь и стоимость, и спрос могут быть зависимой и независимой переменными в зависимости от постановки задачи. Могут быть ситуации, когда обратная регрессия не имеет физического смысла, например, урожайность зависит от количества осадков, обратная зависимость бессмысленна.

Слайд 5

Описание слайда:

Виды регрессий и корреляций При изучении взаимосвязи факторных и результативных признаков могут быть следующие случаи: а) X и Y — случайные величины; б) Х- неслучайная величина, Y - случайная величина. Виды корреляции классифицируются по следующим признакам: а) по характеру корреляции: · положительная (или равнонаправленная, прямая корреляция); · отрицательная (или обратная корреляция); б) по числу переменных: · простая или парная корреляция (две переменных X и Y); · множественная корреляция (рассматривается связь более двух переменных); · частная корреляция (рассматривается связь между двумя переменными при фиксированном влиянии других переменных); в) по форме связи: · линейная корреляция; · нелинейная корреляция; г) по типу связи признаков: · непосредственная корреляция; · косвенная корреляция; · ложная корреляция.

Слайд 6

Описание слайда:

Виды регрессии классифицируются по следующим признакам: а) по числу переменных, учитываемых в регрессии: · простая регрессия (парная – рассматриваются две переменных); · множественная, или частная регрессия (рассматривается более двух переменных); б) по форме зависимости между факторными и результирующими признаками: · линейная регрессия (признаки связаны линейной зависимостью); · нелинейная регрессия (признаки связаны нелинейной зависимостью); в) по характеру регрессии (имеет смысл только для простой линейной регрессии): · положительная регрессия; · отрицательная регрессия; г) по типу связи факторных и результирующих признаков: · непосредственная регрессия - причина прямо воздействует на следствие; · косвенная регрессия, Y и X не состоят в прямой зависимости, а определяются общей для них причиной через третью переменную; · нонсенс-регрессия (абсурдная).

Слайд 7

Описание слайда:

Задачи корреляционного и регрессионного анализа 1. Задачи корреляционного анализа: а) определяет степень связи двух и более признаков; б) определяет факторы оказывающее наибольшее влияние на результирующий признак Y. 2. Задачи регрессионного анализа: а) устанавливает форму зависимости (для случая парной регрессии – убывающая или возрастающая); б) определяет вид функции регрессии; в) оценивает неизвестные значения зависимой переменной Y (можно воспроизвести значение Y при заданных значениях X внутри рассматриваемого интервала (интерполяция) и вне интервала (экстраполяция)). Ход рассуждений, постановка задачи, получаемые результаты в корреляционном и регрессионном анализе различны, но очень часто эти два вида анализа проводятся параллельно на одном и том же массиве исходных данных.

Слайд 8

Описание слайда:

Корреляция Корреляционный анализ используется для численной оценки силы связи между случайными величинами (признаками), которые характеризует некоторый реальный процесс. В общем виде задача выявления и оценки силы стохастической связи не решена до сих пор. Корреляционная связь это частный случай стохастической зависимости, которая существует между значениями одного из признаков (принятого за независимый) и групповыми средними значениями другого (зависимого) признака. Чаще всего корреляционная связь характеризуется выборочным коэффициентом корреляцииr, который характеризует степень линейной функциональной зависимости между случайными величинами Х и Y.