Элементы Теории Корреляции Презентация

Элементы Теории Корреляции Презентация.rar
Закачек 3810
Средняя скорость 9682 Kb/s
Скачать

Элементы Теории Корреляции Презентация

Презентация была опубликована 5 лет назад пользователемmgavm.ru

Похожие презентации

Презентация на тему: » Элементы теории корреляции. План: I. Понятие корреляционной зависимости: 1) Коэффициент корелляции 2) Проверка гипотезы о значимости выборочного коэффициента.» — Транскрипт:

1 Элементы теории корреляции

2 План: I. Понятие корреляционной зависимости: 1) Коэффициент корелляции 2) Проверка гипотезы о значимости выборочного коэффициента корелляции. II. Регрессия: 1) Линейная регрессия 2) Уравнения регрессии

3 Понятие корреляционной зависимости Процессы, сопровождающие жизнедеятельность биологических организмов животного и растительного происхождения, формируются под влиянием большого числа факторов. Эти факторы можно разделить на: основные, определяющие главные характеристики процессы; второстепенные, обуславливающие разброс характеристик. Такие процессы называются стохастическими (вероятностными или случайными).

4 Корреляционная связь является частным случаем стохастической связи. При этом каждому значению признака (случайной величины) Х соответствует множество значение признаков У, то есть их распределение. Х называют факторным признаком, У – результативным.

5 Корреляционный анализ решает следующие задачи: установление характера зависимости результативного признака от факторного; изучение степени тесноты зависимости; выявление неизвестных причинных зависимостей. Первая задача решается путем выбора типа уравнения, которое называется корреляционным.

6 Зависимость может быть: 1.линейной, 2.параболической, 3.гиперболической, 4.логарифмической, 5.степенной, 6.показательной.

7 1.Экспериментальные данные (наблюдения) представляют в виде корреляционной таблицы 2.Наносят на координатную плоскость точки, откладывая по оси абсцисс значение факторного признака, а по оси ординат — результативного признака. Алгоритм определения линейной корреляции:

8 Множество точек, полученных таким образом, называется корреляционным полем или корреляционным «облачком». По форме расположения точек приближенно определяют характер зависимости. 3.Вычисляют параметр уравнения линейной регрессии

9 Линейная корреляционная зависимость (корреляция) между признаками Х и У выражается уравнением вида: У = bx + a. Такое уравнение называется уравнением регрессии У на Х, а соответствующая прямая – выборочной линией регрессии. В этом случае одинаковые приращения любого значения факторного признака Х вызывают одинаковые изменения результативного признака У.

10 Если результативный признак У имеет неодинаковые изменения, регрессия называется криволинейной (параболической, степенной и т.д.). Линейная регрессия У на Х показывает, как в среднем изменяется у при изменении Х. Если при увеличении Х увеличивается и У, то корреляция и регрессия называются положительными, если У уменьшается – отрицательными (обратными).

11 Формула для вычисления параметра уравнения линейной регрессии: где — выборочный коэффициент регрессии.

12 Из системы нормальных уравнений для линейной зависимости, полученной методом наименьших квадратов, можно вывести формулу коэффициента регрессии:

0 – связь между признаками положительна. Если 0 – связь между признаками положительна. Если 13 Коэффициент показывает, насколько изменится У при изменении Х на единицу. Если > 0 – связь между признаками положительна. Если 0 – связь между признаками положительна. Если 0 – связь между признаками положительна. Если 0 – связь между признаками положительна. Если 0 – связь между признаками положительна. Если

14 4.Строят график уравнения регрессии на фоне корреляционного поля.

15 Вторая задача корреляционного анализа решается путем вычисления коэффициента корреляции. Коэффициент корреляции – это мера интенсивности линейной связи между признаками. Вычисляют по формуле:

16 или, где- выборочные средние квадратические отклонения Х и У.

17 Учитывая приведенную формулу, уравнение регрессии можно представить в виде: Коэффициент корреляции – безразмерная величина.

18 Свойства коэффициента корреляции: 1. 2.Если r = 1, то зависимость между признаками Х и У является функциональной 3.Если r = 0, то признаки Х и У не связаны линейной корреляционной зависимостью, но зависимость может иметь криволинейный характер.

19 С увеличениемсвязь между признаками Х и У становится теснее. При- зависимость между признаками слабая, при- средняя, при — сильная. Если r положителен, то связь между признаками прямая, если отрицателен – обратная.

20 Коэффициент корреляции, возведенный в квадрат, называется коэффициентом детерминации r².

21 Он показывает долю (или проценты если r²·100) изменений, которые вызваны факторным признаком. Коэффициент детерминации r² является прямым способом выражения зависимости одного признака от другого. Если известно, что У находится в причинной связи с Х, то r² — это доля вариаций У, обусловленная влиянием Х.

22 В выражении «36% колебаний удойности коров вызвано колебанием времени кормления». 36% — значение коэффициента детерминации. Регрессионный анализ проводится по выборочным данным, поэтому значимость выборочного коэффициента корреляции следует проверять.

23 Стандартную ошибку коэффициента корреляции находят по формуле, где n — объем выборки. С увеличением n уменьшается и возрастает точность определения r.

Скачать презентацию Элементы теории корреляции

Презентация: Элементы теории корреляции

1.Основные понятия теории корреляции.

2.Коэффициент линейной корреляции и его свойства.

3.Проверка гипотезы о значимости выборочного коэффициента корреляции.

Основные понятия теории корреляции.

Корреляционный анализ – это статистический метод, изучающий связь между явлениями, если одно из них входит в число причин, определяющих другое или, если имеются общие причины, воздействующие на эти явления.

Вас так же заинтересует:

Автор: Дмитрий

Количество презентаций, опубликованных автором: 1089. Дополнительная информация об авторе появится вскоре.

План:

I. Понятие корреляционной зависимости:

1) Коэффициент корелляции

2) Проверка гипотезы о значимости выборочного коэффициента корелляции.

1) Линейная регрессия

2) Уравнения регрессии

Понятие корреляционной

Процессы, сопровождающие жизнедеятельность биологических организмов животного и растительного происхождения, формируются под влиянием большого числа факторов. Эти факторы можно разделить на:

основные , определяющие главные характеристики процессы;

второстепенные , обуславливающие разброс характеристик.

Такие процессы называются стохастическими

(вероятностными или случайными).

Корреляционная связь является частным случаем стохастической связи. При этом каждому значению признака (случайной величины) Х соответствует множество значение признаков У, то есть их распределение. Х называют

факторным признаком , У – результативным .

Корреляционный анализ решает следующие задачи:

установление характера зависимости результативного признака от факторного;

изучение степени тесноты зависимости;

выявление неизвестных причинных зависимостей.

Первая задача решается путем выбора типа уравнения, которое называется

Зависимость может быть:

Алгоритм определения

1. Экспериментальные данные (наблюдения) представляют в виде

2. Наносят на координатную плоскость точки, откладывая по оси абсцисс значение факторного признака x i ,а по оси ординат — результативного признака y i

Множество точек, полученных таким образом, называется

корреляционным полем или корреляционным «облачком».

По форме расположения точек приближенно определяют характер зависимости.

3. Вычисляют параметр уравнения линейной регрессии

Линейная корреляционная зависимость (корреляция) между признаками Х и У выражается уравнением вида:

Такое уравнение называется уравнением регрессии У на Х , а соответствующая прямая – выборочной линией регрессии . В этом случае одинаковые приращения любого значения факторного признака Х вызывают одинаковые изменения результативного признака У.

Если результативный признак У имеет неодинаковые изменения, регрессия называется криволинейной ( параболической, степенной и т.д.).

Линейная регрессия У на Х показывает, как в среднем изменяется у при изменении Х . Если при увеличении Х увеличивается и У, то корреляция и регрессия называются положительными , если У уменьшается –


Статьи по теме