Основные понятия корреляционного и регрессионного анализа .

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. Например, некоторое увеличение аргумента повлечет за собой лишь среднее увеличение или уменьшение (в зависимости от направленности) функции, тогда как конкретные значения у отдельных единиц наблюдения будут отличаться от среднего. Такие зависимости встречаются повсеместно. Например, в сельском хозяйстве это может быть связь между урожайностью и количеством внесенных удобрений. Очевидно, что последние участвуют в формировании урожая. Но для каждого конкретного поля, участка одно и то же количество внесенных удобрений вызовет разный прирост урожайности, так как во взаимодействии находится еще целый ряд факторов (погода, состояние почвы и др.), которые и формируют конечный результат. Однако в среднем такая связь наблюдается – увеличение массы внесенных удобрений ведет к росту урожайности.

Введение 3 Корреляционный и регрессионный анализ. 6 Регрессионный анализ 7 Проверка адекватности регрессионной модели. 9 Корреляционный анализ 11 Заключение 15 Список литературы 16

1. Елисеева И.И. Юзбашев М.М. Общая теория статистики: Учебник.- М.: Финансы и статистика, 1995.-368 с. 2. Ефимова М.Р., Ганченко О.И., Петрова Е.В. Практикум по общей теории статистики: Учеб.пособие. – М.: Финансы и статистика, 1999. – 280 с. 3. Кленин А.Н., Шевченко К.К. «Математическая статистика для экономистов-статистиков»/ М., 1990. 4. Колемаев В.А., Староверов О.В., Турундаевский В.Б. «Теория вероятностей и математическая статистика»/ М., 1991. 5. Одинцов И.Д.» Теория статистики»/ М., 1998. 6. Практикум по теории статистики/Под ред. Н.Н.Ряузова – М.: Финансы и статистика, 1981. – 278 с. 7. Статистика. Учебник / Под ред. проф. И.И. Елисеевой. – М.: ООО  ВИТРЭМ, 2002. –448с. 8. Статистика: Учеб.пособие ∕ Под ред.проф. М.Р.Ефимовой. – М.: ИНФРА – М, 2000. – 336 с. 9. Теория статистики: Учебник ∕ Под ред. Р.А. Шмойловой. – М.: Финансы и статистика, 1996. – 464 с. 10. Т.В. Чернова Экономическая статистика. Учебное пособие. Таганрог: Изд-во ТРТУ, 1999 11. Френкель А.А., Адамова Е.В. «Корреляционно регрессионный анализ в экономических приложениях»/ М., 1987.