Степень - теснота - связь
Cтраница 3
Вторая задача состоит в установлении степени тесноты связи между двумя исследуемыми случайными величинами параметров. В качестве меры тесноты связи используют так называемый коэффициент корреляции, который является безразмерной характеристикой степени тесноты связи между двумя случайными величинами параметров. [31]
Тем не менее величина 6 еще не дает нам оснований для каких-либо выводов о степени тесноты связи, поскольку она имеет размерность. Из определения видно, что 8 не ограничена, и колеблемость этой величины не зависит от степени тесноты связи, она лишь констатирует ее наличие. Таким образом, нам необходимо найти величину, которая была бы функцией тесноты связи и отвечала следующим требованиям. [32]
Значения параметров могут значительно различаться для различных обстановок осадконакопления и условий залегания. Исследование пространственной изменчивости параметров, особенностей взаимосвязи пластов в разрезе и по простиранию, а также определение степени тесноты петрофизических связей позволяют выбрать эффективную геологическую и соответствующую математическую модели залежи. [33]
 |
Связь между вязкостью плотностью кубовых остатков. [34] |
Расчеты показали, что рассматриваемые совокупности распределены нормально. А так как физический смысл искомой величины не вызывает сомнений, это дает право рассматривать коэффициент корреляции как характеристику степени тесноты связи между этими показателями. [35]
При отклонениях исследуемой зависимости от линейного вида, как уже отмечалось, коэффициент корреляции г теряет свой смысл как характеристика степени тесноты связи. [36]
Формально г можно вычислить для любой двумерной системы наблюдений. Однако только в случае, если обе исследуемые случайные величины X и Y распределены по нормальному закону, коэффициент корреляции р имеет четкий смысл как характеристика степени тесноты связи между ними. В частности, здесь соотношение р 1 подтверждает функциональную ( нестатистическую) линейную зависимость между исследуемыми величинами, а равенство р 0 свидетельствует о полной их взаимной независимости. Кроме того, коэффициент корреляции р вместе со средними значениями и дисперсиями случайных величин X и Y входит в состав параметров, которые дают исчерпывающие сведения о статистической зависимости исследуемых величин. [37]
Для анализа показателей кредитных ресурсов может быть использован весь спектр статистических методов. Это показатели динамического ряда: темпы роста и прироста, абсолютного прироста; метод группировок, позволяющий установить наличие связи показателей кредитных ресурсов с признаками, не находящимися с ними в функциональной связи; метод корреляционно-регрессионного анализа, с помощью которого определяется степень тесноты связи между признаками; индексный метод. Метод группировок был рассмотрен в предыдущем разделе. [38]
Если большая часть систем в этот момент будет находиться в устойчивом состоянии, то коэ хрициенты корреляции между х и у, несмотря на их функциональную связь, могут оказаться близкими к нулю. Тот же результат мы имели бы, если бы переменные были связаны очень слабо. Таким образом, в подобных ситуациях коэффициент корреляции недостаточно хорошо оценивает степень тесноты связи. Этот вывод нетрудно распространить на системы с большим количеством переменных. [39]
Тип 1: Установление самого факта наличия ( или отсутствия) статистически значимой связи между Y и X. При такой постановке задачи статистический вывод имеет двоичную ( альтернативную) природу - связь есть или связи нет - и сопровождается обычно лишь численной характеристикой ( измерителем) степени тесноты исследуемой зависимости. X играет подчиненную роль и нацелен исключительно на максимизацию величины этого измерителя степени тесноты связи: исследователю часто не приходится даже добираться до конкретного вида функции f ( X) и тем более он не претендует на анализ причинных влияний переменных X на результирующие показатели. [40]
Но уравнения регрессии в стандартизованном и натуральном масштабах еще не позволяют решить две важные задачи. Очевидно, что для множественной регрессии, как и для парной, при любых коэффициентах регрессии разброс эмпирических точек вокруг поверхности регрессии может быть любым. Это приводит к тому, что во-первых, необходимо определить степень соответствия выбранного вида теоретической регрессии эмпирическому распределению или же ( при фиксированном виде регрессии) определить уровень тесноты связи анализируемого показателя и группы изучаемых факторов. Поскольку же все факторы воздействуют на исследуемый показатель одновременно и мы не можем экспериментально отделить влияние одного фактора от влияния другого, возникает проблема, во-вторых, найти степень тесноты связи между изучаемым показателем и каждым фактором, предполагая, что все остальные заданы на постоянном уровне. [41]
В связи с высокими темпами роста химической и нефтеперерабатывающей отраслей промышленности, а также дальнейшим развитием угольной промышленности особое значение приобретает обеспечение народного хозяйства взрывобезопасными электродвигателями. Поэтому разработка научно обоснованной и практически приемлемой методики определения перспективной потребности во взрывобезопасных электродвигателях представляет собой актуальную задачу. Для ее решения важно развивать и улучшать методы экстраполяции. Не отрицая необходимости комплексного применения различных методов расчета, считаем, что для укрупненного определения перспективной потребности в условиях частичной информации может быть с успехом использован метод корреляции, который позволяет не только оценить степень тесноты связи между признаками, но и выяснить возможность принять один из них за исходный при измерении другого. [42]
Первая из них - характер распределений социальных и экономических показателей. Как правило, они имеют асимметричные распределения. Теория же корреляции разработана на базе нормального распределения. В отдельных случаях выводы справедливы для симметричных одномодальных распределений. Поэтому к результатам, полученным на основе несимметричных распределений, следует относиться с большой осторожностью. Интуитивно кажется, что коэффициенты корреляции, полученные на основе любых распределений, верно оценивают степень тесноты связи, но расчет их доверительных интервалов уже невозможен по формулам, пригодным для нормального распределения. [43]
Страницы: 1 2 3