По аналитическому выражению связи в статистике классифицируются на
Обновлено: 10.04.2025
Экономические данные представляют собой количественные характеристики каких-либо экономических объектов или процессов. Они формируются под действием множества факторов, не все из которых доступны внешнему контролю. Неконтролируемые факторы могут принимать случайные значения из некоторого множества значений и тем самым обусловливать случайность данных, которые они определяют. Стохастическая (вероятностная) природа экономических данных обусловливает необходимость применения соответствующих статистических методов для их обработки и анализа.
Исследования показывают, что вариация каждого изучаемого признака находится в тесной связи с вариацией других признаков, характеризующих исследуемую совокупность единиц. Например, вариация уровня производительности труда зависит от степени совершенства применяемой технологии, оборудования, организации производства и др.факторов.
Признаки по их сущности и значению для изучения взаимосвязи делятся на два класса. Признаки, обуславливающие изменения других, связанных с ними признаков, называются факторными (факторами). Признаки, изменяющиеся под действием факторных признаков, называются результативными.
Исследуя зависимости между признаками, необходимо выделить два типа связей:
Изучая взаимосвязи между признаками, их классифицируют по направлению, форме и числу факторов:
Содержание теории корреляции составляет изучение зависимости вариации признака от окружающих условий.
Корреляционный анализ решает следующие задачи:
Отбор факторов, оказывающих наиболее существенное влияние на результативный признак, на основании измерения тесноты связи между ними.
Обнаружение ранее неизвестных причинных связей.
Установление численных значений причинных связей между параметрами и достоверности суждений об их наличии.
Основная задача корреляционного анализа – выявление взаимосвязи между случайными переменными путем точечной и интервальной оценки парных (частных) коэффициентов корреляции, вычисление и проверка значимости множественных коэффициентов корреляции и детерминации.
Читайте также: