Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему СТАТИСТИКА i (теория статистики)

Статистическое изучение взаимосвязей явленийПо характеру зависимости между изменением признака:функциональные;корреляционные.По направлению влияния признака – фактора на признак – результат:прямые;обратные.По форме выражения связи:прямолинейные (уравнение прямой);криволинейные (уравнение кривой).По степени тесноты связи:тесные;слабые.По числу факторов:однофакторные;многофакторные.
СТАТИСТИКА I  (теория статистики)14-18Кафедра Маркетинга и менеджмента (ММ) Статистическое изучение взаимосвязей явленийПо характеру зависимости между изменением признака:функциональные;корреляционные.По направлению влияния признака В установлении взаимосвязи между признаками общественных явленийопределяющая роль принадлежит теоретическому анализу. Статистикаиспользует Метод наименьших квадратов (МНК) - метод оценки параметров модели на основании экспериментальных данных, Мерой разницы в методе наименьших квадратов служит сумма квадратов отклонений действительных (экспериментальных) Дисперсия - мера рассеивания случайных величин, измеряемая квадратом отклонения от среднего значенияОстаточная дисперсия Ранговые коэффициенты корреляцииКоэффициент корреляции рангов Спирмена основан на рассмотрении разности рангов значений факторного Ранговый коэффициент корреляции Кендалла также может использоваться для измерения взаимосвязи между качественными и Линейный коэффициент корреляции (r) – служит для определения степени тесноты парной линейной Ряды динамики — это ряды статистических показателей, характеризующих развитие явлений природы и общества
Слайды презентации

Слайд 2 Статистическое изучение взаимосвязей явлений
По характеру зависимости между изменением

Статистическое изучение взаимосвязей явленийПо характеру зависимости между изменением признака:функциональные;корреляционные.По направлению влияния

признака:
функциональные;
корреляционные.
По направлению влияния признака – фактора на признак –

результат:
прямые;
обратные.
По форме выражения связи:
прямолинейные (уравнение прямой);
криволинейные (уравнение кривой).
По степени тесноты связи:
тесные;
слабые.
По числу факторов:
однофакторные;
многофакторные.

Слайд 3 В установлении взаимосвязи между признаками общественных явлений
определяющая роль

В установлении взаимосвязи между признаками общественных явленийопределяющая роль принадлежит теоретическому анализу.

принадлежит теоретическому анализу. Статистика
использует много приемов установления и измерения

связей. Среди которых:
метод группировок;
метод параллельных рядов;
индексный метод;
балансовый метод;
корреляционный метод.
Применение метода группировок для изучения взаимосвязей осуществляется в
три этапа:
совокупность распределяется на группы по значению факторного признака;
в каждой группе определяется среднее значение результативного фактора;
рассматривается, как изменяется эта средняя от группы к группе.

Слайд 4 Метод наименьших квадратов (МНК) - метод оценки параметров модели

Метод наименьших квадратов (МНК) - метод оценки параметров модели на основании экспериментальных

на основании экспериментальных данных, содержащих случайные ошибки.
В основе

метода лежат следующие рассуждения:
при замене точного (неизвестного) параметра модели приблизительным значением необходимо минимизировать разницу между экспериментальными данными и теоретическими (вычисленными при помощи предложенной модели). Это позволяет рассчитать параметры модели с помощью МНК с минимальной погрешностью.

Слайд 5 Мерой разницы в методе наименьших квадратов служит сумма

Мерой разницы в методе наименьших квадратов служит сумма квадратов отклонений действительных

квадратов отклонений действительных (экспериментальных) значений от теоретических.
Выбираются такие значения

параметров модели,
при которых сумма квадратов разностей будет
наименьшей:
 
= min

Y – теоретическое значение измеряемой величины,
y – экспериментальное.

Слайд 6 Дисперсия - мера рассеивания случайных величин, измеряемая квадратом отклонения

Дисперсия - мера рассеивания случайных величин, измеряемая квадратом отклонения от среднего значенияОстаточная

от среднего значения
Остаточная дисперсия (дисперсия остаточных величин):



σ i 2 - групповые

дисперсии; 
∑fi - общее число единиц наблюдения; 
n - численность выборки.

или 


Слайд 7 Ранговые коэффициенты корреляции
Коэффициент корреляции рангов Спирмена основан на рассмотрении

Ранговые коэффициенты корреляцииКоэффициент корреляции рангов Спирмена основан на рассмотрении разности рангов значений

разности рангов значений факторного и результативного признаков:
d^2i - квадраты

разности рангов
n - число наблюдений (число пар рангов)
6 - число «шесть» (даже в некоторых учебниках это число ошибочно заменено символом стандартного отклонения).
Коэффициент Спирмена принимает любые значения
в интервале [-1;1]

Слайд 8 Ранговый коэффициент корреляции Кендалла также может использоваться для измерения

Ранговый коэффициент корреляции Кендалла также может использоваться для измерения взаимосвязи между качественными

взаимосвязи между качественными и количественными признаками, характеризующими однородные объекты

и ранжированные по одному принципу.
n - число наблюдений;
S - сумма разностей между числом последовательностей и числом инверсий по второму признаку.


Слайд 9 Линейный коэффициент корреляции (r) – служит для определения

Линейный коэффициент корреляции (r) – служит для определения степени тесноты парной

степени тесноты парной линейной зависимости.
Для расчета можно использовать, например,

следующие формулы:
xi и yi  - сравниваемые количественные признаки
n – число сравниваемых наблюдений
σx  и σy– стандартные отклонения в сопоставляемых рядах.

  • Имя файла: statistika-i-teoriya-statistiki.pptx
  • Количество просмотров: 125
  • Количество скачиваний: 0