Содержание
Введение 3
1. Методы корреляции – понятия и сущность 4
2. Корреляция в математической статистике на практическом примере 6
Заключение 12
Список используемой литературы 13
Введение
Использование в экономике методов математической статистики для анализа подверженных случайной изменчивости количественных характеристик ее явлений, насчитывает не одну сотню лет. Развитие информационных и компьютерных технологий является фактором интенсификации использования статистических методов в экономике.
Цель работы – изучить методы корреляции в математической статистики:
а) для обоснованного выбора математической статистической модели явлений в различных сферах;
б) для оценки параметров выбранной статистической модели;
в) для прогнозирования количественных значений характеристик явлений,
г) на основе анализа сопутствующих явлению реальных статистических данных.
В работе описаны принципы, понятия и фундаментальные результаты теории статистического вывода, которые излагаются, в основном, безотносительно к предметной природе статистических данных. В приложениях, однако, учет специфики конкретного характера данных и их достоверности во многом предопределяет адекватность выбора статистической модели и успех последующего анализа. Эти аспекты статистического анализа данных больше представлены работой Закс Л. И его книгой статистического оценивания.
1. Методы корреляции – понятия и сущность
Корреляция (от лат correlatio – соотношение) – это статистическая зависимость между случайными величинами, носит вероятностный характер.
Корреляционные связи можно изучать на качественном уровне из диаграмм рассеяния эмпирических значений переменных X и Y и соответствующим образом их интерпретировать. Так, например, если повышение уровня одной из минной сопровождается повышением уровня другой, то речь идет о положительной корреляции или прямая связь. Если же рост одной переменной сопровождается снижением значений другой, то имеем дело с отрицательной корреляцией или обратной связью. Ноль называется корреляция при отсутствии связи переменных. Однако нулевая общая корреляция может свидетельствовать лишь об отсутствии линейной зависимости, а не воо