Измерение - связь
Cтраница 2
При установлении типа линии регрессии в каждом конкретвом случае необходимо использовать теорию той науки, на базе которой возникает задача измерения связи между признаками. [16]
Невозможно управлять явлениями, предсказывать их развитие без изучения характера, силы и других особенностей связей. Поэтому методы исследования, измерения связей составляют чрезвычайно важную часть методологии научного исследования, в том числе и статистического. [17]
При анализе выполнения планов в оперативной работе и в исследовательских работах при изучении различного рода вопросов в большинстве случаев бывает необходимо измерять связь между статистическими показателями, не находящимися между собой в функциональном соотношении. Тогда применяются разнообразные способы измерения корреляционной, неполной связи между явлениями. [18]
Интерпретировать корреляционные показатели строго следует лишь в терминах вариации ( различий в пространстве) отклонений от средней величины. Если же задача исследования состоит в измерении связи не между вариацией двух признаков в совокупности, а между изменениями признаков объекта во времени, то метод корреляционно-регрессионного анализа требует значительного изменения ( см. гл. [19]
В этом случае опыт состоит в продавлива-нии расплава полимера через капилляр точно известных размеров и в измерении связи между давлением и объемным расходом. Приборы капиллярного типа обладают следующими достоинствами. [20]
В пром-стн - это объем произ-ва и реализации, производительность труда, фондоотдача, коэффициент полезного использования материальных ресурсов, себестоимость, прибыль, оборачиваемость оборотных средств, рентабельность по отношению к осн. Из этих особенностей метода вытекает ряд спец. Измерение связей между результатами выполнения плана и определившими эти результаты комплексами факторов обеспечивает объективность оценки деятельности предприятия и действенность анализа как орудия выявления резервов. Метод анализа включает также последующее обобщение выводов с целью всесторонней оценки результатов хоз. [21]
В статистике такие массовые явления называются совокупностями. Наконец, к задачам статистики относится обнаружение и измерение характерных связей между явлениями, незаметных при единичных наблюдениях, но с полной четкостью выступающих в массе случаев. [22]
Величина коэффициента взаимной сопряженности и коэффициента сходства находится в зависимости исключительно только ог величины частот таблицы распределения. Ни значения признаков, ни порядок размещения частот в таблице не оказывают влияния на величину этих статистик. В силу этого рассматриваемые статистики могут быть применены для измерения связи как в случае количественных, так и в случае качественных признаков. [23]
Ограниченность сферы применения количественных показателей и преобладание атрибутивных характеристик сужают сферу действия таких показателей, как средние, индексы, методы корреляционно-регрессионного анализа. Преобладающее значение имеют абсолютные и относительные величины, группировки и классификации, вариационная статистика, непараметрические методы измерения связей и их тестирование, графические методы. [24]
 |
Зависимость рентабельности животноводства от его продуктивности. [25] |
Однако вычисленные таким методом групповые средние оказываются непригодными. Надежность групповых средних зависит от числа единиц в группе, а не от объема признака, использованного в качестве веса. Поэтому для применения методов математической статистики средние в группах, как и другие средние величины, применяемые при измерении связи, следует вычислять как простые средние из индивидуальных значений признака, хотя такие средние являются приближенными. [26]
В этом случае для выявления связи необходимо найти среднее значение результативного признака для каждого значения факторного. Проблема измерения связи имеет две стороны: определение ее формы и установление тесноты. [27]
Ранги можно присвоить не только количественным, но и многим качественным признакам, значения которых упорядочены. Например, ранги можно использовать для качественных признаков, по которым построена табл. 12.11. Таким образом, сфера применения ранговой корреляции шире, чем корреляционно-регрессионного анализа. Кроме того, ранговая корреляция не требует соблюдения каких-либо математических предпосылок относительно распределения признаков, в том числе и предпосылки нормальности распределения. Поэтому ранговую корреляцию целесообразно применять и для измерения связи количественных Признаков в совокупностях малого объема, если распределение значительно отличается от нормального. Вместе с тем ранговая корреляция не учитывает значений признаков и не полностью использует информацию об их взаимосвязи. Поэтому там, где нет препятствий для применения корреляционно-регрессионного анализа, использование ранговой корреляции не имеет смысла. [28]
В испытании на отслаивание тоже используется стягивающее усилие, перпендикулярное к поверхности покрытия. Этим методом производят контроль металлических покрытий на пластмассах. Испытания проводят на специально подготовленных образцах с ровной плоской поверхностью. Целью испытания является измерение связи между осадком металла, полученным химическим путем, и основным материалом - пластмассой, так как эта связь зависит от процессов предварительной обработки пластмассы, а также от ее физического состояния. На расстоянии 25 мм друг от друга ( или некотором другом) наносят две параллельные линии. Они должны проходить сквозь электроосаждаемый слой меди ( толщиной 15 мкм) и слой металла, полученный в результате химического осаждения, достигая пластмассы. Кусок полоски металла между линиями, отслоенный с помощью лезвия, вводимого между покрытием и основным материалом со стороны кромки образца, захватывается в тисках разрывной машины, а образец жестко закрепляется. Нагрузка, требуемая для отслаивания металла от пластмассы, считается величиной отслаивания. Во время испытания необходимо сохранять направление действия растягивающего усилия под углом 90 к поверхности образца. Это осуществляется с помощью соответствующих тяг в устройстве для испытаний. [29]
Мы здесь говорим о тех трудностях, с которыми сталкиваемся, когда обращаемся к иностранным публикациям. Но остается необходимость предварительного размышления. Никакая самая виртуозная техника обработки данных не спасает от ложных выводов, если материал предварительно был недостаточно продуман. Особенно это относится к анализу динамических процессов и измерения связей между явлениями - этой самой интересной и самой плодотворной отрасли статистических изысканий. Здесь наблюдатель может легко попасть на следствие ложных причин. [30]
Страницы: 1 2