Cтраница 1
Измерение связи между образованием и экономическим ростом наиболее отчетливо прослеживается на основе корреляционного подхода. [1]
Основная цель измерения связи заключается в том, чтобы на основании большого числа исходных данных выявить изменение функции в зависимости от определенных аргументов. Корреляционный метод позволяет в результате абстрагирования выделить влияние основных причин при постоянстве других, а также устранить степень действия посторонних факторов. [2]
Применительно к измерению связей здесь у представляет собой результативный признак; х - факторный; а0и и ] - параметры прямой. [3]
Ряд важных задач измерения связи решается путем сочетания аналитической группировки и регрессионной модели. Таким образом, эти две модели взаимно дополняют друг друга и их следует применять комплексно. Выбор конкретной модели зависит от целей исследования и характера используемых статистических данных. [4]
Рассмотрим некоторые способы измерения неполной связи между явлениями. [5]
Целью корреляционного анализа является измерение связи между двумя переменными. Эта величина называется коэффициентом корреляции. Если коэффициент равен 0, взаимосвязь между переменными отсутствует. Индикатор корреляции может быть использован двумя основными способами: корреляция между ценой и значением индикатора и корреляция между ценами на два разных инструмента. [6]
Учитывая эти трудности в измерении связи между ожидаемым дивидендным доходом и фактическим доходом, неудивительно, что разные исследователи получают различные результаты. В таблице 16 - 2 в обобщенном виде представлены некоторые полученные данные. Отметим, что в каждом из тестов расчетная налоговая ставка положительна. Иначе говоря, представляется, что акции с высокими дивидендами имеют более низкие цены и дают более высокую доходность. Представители школы дивиденды-это-плохо могли бы заявить, что перевес фактов на их стороне и спор не уместен. Однако многие уважаемые ученые, включая Мертона Миллера и Мирона Шольца, не были в этом убеждены. [7]
Важным частным случаем задачи является измерение связи при альтернативной вариации двух признаков, один из которых имеет характер причины, а другой - следствия. Считаете ли вы, что ваши доходы позволяют обеспечивать удовлетворение основных потребностей. Удовлетворяет ли вас деятельность мэра города. Можно предположить, что причиной отрицательного ответа на второй вопрос у части населения является неудовлетворенность их потребностей доходами, т.е. имеется связь между ответами на оба вопроса. [8]
Важным частным случаем задачи является измерение связи при альтернативной вариации двух признаков, один из которых имеет характер причины, а другой - следствия. Считаете ли вы, что ваши доходы позволяют обеспечивать удовлетворение основных потребностей. Удовлетворяет ли вас деятельность мэра города. Можно предположить, что причиной отрицательного ответа на второй вопрос у части населения является неудовлетворенность их потребностей доходами, т.е. имеется связь между ответами на оба вопроса. [9]
Приведенный пример дается для показ способа измерения связи между количественными признаками. Применение этого способа в подобных условиях может дать результаты, пригодные для использования в решении вопросов практического значения. [10]
В чем состоит различие параметрических и непараметрических методов измерения связи. [11]
Учеными разных стран за последние сто лет разработано несколько методов измерения связей таких признаков. Отметим прежде всего уже рассмотренный ранее коэффициент корреляции рангов Спирмена, применимый и к количественным, и неколичественным, но поддающимся ранжированию признакам. [12]
К сожалению, все вышеизложенные приемы по существу решают только задачу измерения связи между колебаниями признаков, а не между тенденциями их изменений. Насколько допустимо переносить выводы о тесноте связи между колебаниями на связь динамических рядов в целом, зависит от материального, качественного содержания процесса и причинного механизма связи. [13]
Если в результате применения статистики х2 связь между случайными величинами будет признана несущественной, то вопрос об измерении связи отпадает. Если же будет обнаружена существенная связь между случайными величинами, то необходимо определить непосредственную меру этой связи. [14]
Если группы упорядочены, то коэффициент т более полно учитывает информацию о связи признаков и служит более эффективным инструментом измерения связи, чем коэффициент взаимной сопряженности С. [15]