Хорошее соотношение цены и качества!
Информация о работе
Подробнее о работе
Каково назначение частной корреляции при построении модели множественной регрессии.
- 15 страниц
- 2020 год
- 15 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
В экономических исследованиях часто решают задачу выявления факторов, определяющих уровень и динамику экономического процесса. Такая задача чаще всего решается методами корреляционного, регрессионного, факторного и компонентного анализа.
Для выявления функциональной зависимости между двумя или более переменными по экспериментальным данным используют методы регрессионного и корреляционного анализа.
Актуальность темы в том, что регрессионный анализ является основным средством исследования зависимостей между социально-экономическими переменными.
Специфика социологических исследований состоит в том, что очень часто необходимо изучать и предсказывать социальные события. Вторая часть данной главы будет посвящена регрессии, целью которой является построение моделей, предсказывающих вероятности событий. Величина называется ошибкой регрессии. Первые математические результаты, связанные с регрессионным анализом, сделаны в предположении, что регрессионная ошибка распределена нормально с параметрами, ошибка для различных объектов считаются независимыми. Кроме того, в данной модели мы рассматриваем переменные как неслучайные значения. Такое, на практике, получается, когда идет активный эксперимент, в котором задают значения (например, назначили зарплату работнику), а затем измеряют (оценили, какой стала производительность труда).
Общее назначение множественной регрессии состоит в анализе связи между несколькими независимыми переменными (называемыми также регрессорами или предикторами) и зависимой переменной. Например, агент по продаже недвижимости мог бы вносить в каждый элемент реестра размер дома (в квадратных футах), число спален, средний доход населения в этом районе в соответствии с данными переписи и субъективную оценку привлекательности дома. Как только эта информация собрана для различных домов, было бы интересно посмотреть, связаны ли и каким образом эти характеристики дома с ценой, по которой он был продан. Например, могло бы оказаться, что число спальных комнат является лучшим предсказывающим фактором (предиктором) для цены продажи дома в некотором специфическом районе, чем "привлекательность" дома (субъективная оценка). Могли бы также обнаружиться и "выбросы", т.е. дома, которые могли бы быть проданы дороже, учитывая их расположение и характеристики.
Специалисты по кадрам обычно используют процедуры множественной регрессии для определения вознаграждения адекватного выполненной работе. Можно определить некоторое количество факторов или параметров, таких, как "размер ответственности" (Resp) или "число подчиненных" (No_Super), которые, как ожидается, оказывают влияние на стоимость работы. Кадровый аналитик затем проводит исследование размеров окладов (Salary) среди сравнимых компаний на рынке, записывая размер жалования и соответствующие характеристики (т.е. значения параметров) по различным позициям. Эта информация может быть использована при анализе с помощью множественной регрессии для построения регрессионного уравнения
Степень изученности. В разработке данной темы были использованы работы таких авторов как: Васильева Л. С., Воскобойников Ю. Е., Соколов Г. А., Киркинский А. С., Ляшко И. И., Боярчук Я. Г., Михаль Ю. О. и др.
Целью данной работы является раскрытие темы «Каково назначение частной корреляции при построении модели множественной регрессии.» и ее изучение, исходя из поставленной цели, были определены следующие задачи:
- Рассмотреть понятие множественной регрессии и корреляции;
- Изучить коэффициент множественной корреляции.
Структура данной работы состоит из: введения, 2 глав, заключения и списка используемой литературы.
ВВЕДЕНИЕ 3
1. Множественная регрессия и корреляция 5
2. Коэффициент множественной корреляции 11
ЗАКЛЮЧЕНИЕ 14
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 15
По всей работе ссылки или подстрочные или в квадратных скобках (в разных работах по разному)
Работа прошла проверку по системе ЕТХТ, но пройдет и по системе -antiplagiat.ru, -Антиплагиат ВУЗ- (http://rane.antiplagiat.ru/ и др. тому подобные), -ЕТХТ (и документом и текстом), Руконтекст, проходит и польский СТРАЙК и plagiat.pl, новую систему СКОЛКОВО (самая последняя версия АП ВУЗ)
1. Васильева Л. С. Финансовый анализ / Л. С. Васильева, М. В. Петровская. - Москва: КноРус, 2010. - 880 с.
2. Воскобойников Ю. Е. Регрессионный анализ данных в пакете Mathcad (+ CD) / Ю. Е. Воскобойников. - Москва: Лань, 2011. - 224 с.
3. Канторович Л. В. Функциональный анализ / Л. В. Канторович, Г. П. Акилов. - Москва: Невский Диалект, БХВ-Петербург, 2004. - 816 с.
4. Киркинский А. С. Математический анализ / А. С. Киркинский. - Москва: Академический Проект, 2006. - 528 с.
5. Ляшко И. И. Математический анализ. Том 1. Введение в анализ, производная, интеграл. Часть 2. Дифференциальное исчисление функций одной переменной / И. И. Ляшко, А. К. Боярчук, Я. Г. Гай, Г. П. Головач. - Москва: Либроком, 2011. - 224 с.
6. Михаль Ю. О. Математический анализ / Ю. О. Михаль. - Москва: Эксмо, 2006. - 48 с.
7. Романовский И. В. Дискретный анализ / И. В. Романовский. - Москва: Невский Диалект, БХВ-Петербург, 2008. - 320 с.
8. Соколов Г. А. Введение в регрессионный анализ и планирование регрессионных экспериментов в экономике / Г. А. Соколов, Р. В. Сагитов. - Москва: Инфра-М, 2010. - 208 с.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
