Metódy matematickej štatistiky. Regresná analýza

Použite pojem viacnásobná regresiaanalýza začala Pearson (Pearson) vo svojich dielach, ktoré sa datujú do roku 1908. On to opísal na príklade práce agenta predávajúceho nehnuteľnosť. V jeho poznámkach špecialista na obchodovanie s domácimi zaznamenával širokú škálu vstupných údajov pre každú konkrétnu budovu. Výsledkami aukcie sa určilo, ktorý faktor mal najväčší vplyv na transakčnú cenu.

Analýza veľkého počtu transakcií bola zaujímavávýsledky. Konečné náklady boli ovplyvnené mnohými faktormi, ktoré niekedy viedli k paradoxným záverom a dokonca k zjavným "emisiám", keď bol dom s vysokým počiatočným potenciálom predávaný v podhodnotenom cenovom bode.

Druhý príklad použitia takejto analýzyPráca špecialistu v oblasti ľudských zdrojov mu bola zverená, ktorá bola poverená určovaním odmien zamestnancov. Zložitosť úlohy spočívala v tom, že nie je potrebné rozdeliť pevnú sumu na každého, ale prísne dodržiavanie jej hodnoty konkrétne vykonávanou prácou. Vznik množstva problémov, ktoré majú prakticky podobné riešenie, si vyžaduje podrobnejšie štúdium na matematickej úrovni.

V matematickej štatistike je nevyhnutným miestombol pridelený do sekcie "regresná analýza", kombinoval praktické metódy používané na štúdium závislostí, ktoré spadajú pod koncept regresie. Tieto vzťahy sa pozorujú medzi údajmi získanými v priebehu štatistických štúdií.

Regresná analýza z mnohých vyriešenýMedzi hlavné úlohy stanovila tri ciele: identifikáciu pre regresnej rovnice všeobecného formy; Konštrukcia odhadov parametrov, ktoré sú neznáme, ktoré sú zahrnuté v regresnej rovnice; skontrolujte hypotézy štatistickej regresie. V priebehu skúmania vzťahu, ku ktorému dochádza medzi párom hodnôt vyplývajúcich z experimentálnych pozorovaní a počtu zložiek (mnohých) typ (X1, Y1), ..., (xn, yn), na základe polohy teórie regresnej a naznačujú, že pre jednu hodnotu Y existuje určitá distribúcia pravdepodobnosti, zatiaľ čo druhá zostáva pevná.

Výsledok Y závisí od hodnoty premennej X,táto závislosť môže byť určená rôznymi zákonitosťami, zatiaľ čo presnosť získaných výsledkov je ovplyvnená povahou pozorovaní a účelom analýzy. Experimentálny model je založený na určitých predpokladoch, ktoré sú zjednodušujúce, ale pravdepodobné. Hlavnou podmienkou je, že parameter X je kontrolované množstvo. Jeho hodnoty sú nastavené pred začiatkom experimentu.

Ak experiment používa parunekontrolovaných hodnôt XY sa potom vykoná regresná analýza rovnakým spôsobom, ale interpretovať výsledky, počas ktorých sa študuje vzťah vyšetrovaných náhodných premenných, použijú sa metódy korelačnej analýzy. Metódy matematickej štatistiky nie sú abstraktnou témou. Nájdu ich uplatnenie v živote v najrozmanitejších sférach ľudskej činnosti.

Vo vedeckej literatúre určiť vyššie uvedenéTáto metóda našla široké použitie pojmu lineárna regresná analýza. Pre premennú X sa používa termín regresor alebo prediktor a závislé Y premenné sa tiež nazývajú kritériá. V tejto terminológii sa odráža iba matematická závislosť premenných, ale nie kauzálny vzťah.

Regresná analýza slúži najviacbežná metóda, ktorá sa používa pri spracovaní výsledkov rôznych pozorovaní. Fyzikálne a biologické závislosti sa skúmajú prostriedkami tejto metódy, implementujú sa tak v ekonomike, ako aj v technológii. Mnoho ďalších oblastí využíva modely regresnej analýzy. Analýza disperzií, experimentálne plánovanie, multivariačná štatistická analýza úzko spolupracujú s touto metódou štúdia.

páčilo sa:
0
Metódy sociologického výskumu
Ekonomicko-matematické metódy a modely
Metóda matematickej indukcie
Základy logiky vo vyšších vzdelávacích inštitúciách
EMM - ekonomické a matematické modelovanie
Analýza klastrov. Vedecký prístup k
Matematické metódy v ekonomike
Analýza finančných a ekonomických činností
Štatistická metóda je falošná alebo objektívna
Najčastejšie príspevky
hore