Cтраница 2
Корреляционный анализ основан на расчете отклонения значений изучаемого признака от линии регрессии ( от лат. [16]
Если рассматривать временной ряд как рефессионную модель изучаемого признака по переменной время, то к нему могут быть применены рассмотренные выше методы анализа. [17]
Если явление встречается в совокупности, но величина изучаемого признака меньше, чем половина единицы, в которой измеряется признак в таблице, в клетке таблицы ставится ноль. [18]
Средние величины позволяют обобщить совокупность типичных показателей, сравнить изучаемый признак по разным совокупностям. В анализе применяют среднеарифметические, сред-негармонические и др. средние величины. [19]
Межгрупповая дисперсия ( 62Х) характеризует различие в величине изучаемого признака, возникающие под влиянием признака-фактора, положенного в основание группировки. [20]
В результате выполнения заданий отроятся гистограммы ж диаграммы корреляции изучаемых признаков нефти. [21]
Точность выборочного обследования зависит от правильности отбора, от колеблемости изучаемого признака и от размера выборки. [22]
Под формой корреляционной зависимости понимают тенденцию, проявляющуюся в изменениях изучаемого признака в связи с изменениями признака-фактора. Если наблюдается тенденция равномерного возрастания или убывания значений признака, то зависимость называется прямолинейной. При тенденции же неравномерного изменения этих значений зависимость носит название криволинейной. [23]
В результате аналитического выравнивания, например, получают некоторую функцию изучаемого признака, аргументом которой является время. Такой прогноз основан на предположении, что в будущем сохранится основная тенденция, выявленная при выравнивании ряда. Поэтому он оправдан только в тех случаях, когда имеется дополнительная информация, подтверждающая, что основная тенденция изменений изучаемого признака сохранится, либо когда нет никакой другой информации, которая позволила бы оценить факторы, могущие изменить тенденцию развития в будущем. [24]
Для характеристики вычисленных средних величин очень важно знать, какая вариация изучаемого признака скрывается за средним. [25]
Абсолютная величина линейного коэффициента корреляции свидетельствует о высокой тесноте связи между изучаемыми признаками, а знак минус при коэффициенте - об обратной связи. [26]
Если генеральная совокупность ( N документов) неоднотипна и это влияет на изучаемый признак, применяется предварительное деление ее на типически однородные группы. В нашем случае такими группами НТД являются государственные стандарты ( ГОСТ), отраслевые стандарты ( ОСТ), стандарты предприятий, другие НТД. Группировка в данном случае производится по таким признакам, которые связаны с изучаемыми признаками. Образованные группы обычно неравны между собой по объему, поэтому отбор выборки должен вестись пропорционально объему группы. [27]
В ряде случаев приближенная оценка колеблемости может быть осуществлена с помощью превращения изучаемого признака в альтернативный. Например, все категории работников предприятия можно условно разделить в зависимости от принадлежности работающих на рабочих и служащих. Однако при этом следует учитывать, что такое деление неизбежно приведет к потере некоторой части информации. Ведь существуют отдельные категории работников ( МОП, охрана и др.), которые выделяются в самостоятельные группы. Поэтому применять описанный выше прием можно лишь при условии, что существует уверенность в незначительной доле неучтенных единиц во всей совокупности. [28]
Для признания достоверности существенного различия, приведшего к резкому качественному сдвигу величины изучаемого признака, сравнивают разность между характеристиками с доверительной границей, выражающей пределы случайной вариации. Если эта разность больше доверительной границы, то различие называют существенным, и оно выражает систематическое различие сравниваемых характеристик. [29]
Значение г - 1 свидетельствует о наличии функциональной обратно пропорциональной связи между изучаемыми признаками; если г 1, имеет место функциональная прямо пропорциональная зависимость. Значение коэффициента г, близкое к нулю, предполагает отсутствие линейной связи между признаками. Другие значения коэффициента корреляции свидетельствуют о наличии стохастической связи, причем чем ближе абсолютная величина г к единице, тем связь теснее. [30]