ВУЗ:
Составители:
Рубрика:
Таблица 5.7.
Студент Г А И Д Б В Ж З К Е
Вступительные экзамены 1 2 3 4 5 6 7 8 9 10
Экзаменационная сессия 1 3 5 2 6 4 8 10 9 7
R
i
9 7 5 6 4 4 2 0 0 0
Находим
R = 9 + 7 + 5 + 6 + 4 + 4 + 2 = 37 ⇒
.64,01
910
374
≈−
⋅
⋅
=τ
е
При той же значимости α = 0,05 проверим нулевую гипотезу
2,576
))110(109/()5102(2
64,0
расч
=
−⋅⋅+⋅⋅
=Т .
По таблицам нормального распределения 1,96u
0,05/2
=
. Тогда, поскольку
2,576
расч
=Т
> 1,96u
0,05/2
=
,
то и по коэффициенту Кендалла нулевую гипотезу следует отвергнуть. Связь между оценками по двум экзаменам значима.
Вопросы для самопроверки
1. В чем разница между корреляционной и регрессионной зависимостями?
2.
Что такое регрессионная модель? В чем сложность ее выбора?
3.
В чем состоят цели построения регрессионных зависимостей?
4.
Приведите пример бытовой ситуации, когда было бы желательно иметь регрессионную зависимость.
5.
Какие бы вы использовали объясняющие факторы в модели цены на квартиру?
6.
В чем основная идея МНК? В чем его преимущества перед другими методами оценки коэффициентов регрессии?
7.
Какие еще вы можете предложить методы оценки коэффициентов регрессии?
8.
Зачем нужны интервальные прогнозы?
9.
Зачем нужно проверять значимость коэффициентов регрессии и корреляции?
10.
Придумайте пример использования коэффициента Спирмена.
ЗАКЛЮЧЕНИЕ
Данное пособие содержит лишь основы методов математической статистики. Его цель – ввести нематематиков в об-
ласть соответствующих задач и дать представление об огромном потенциале математической статистики для анализа дан-
ных. Упрощения, которые иногда встречаются в тексте, связаны именно с этим. Для более углубленного изучения соответ-
ствующих методов следует прибегнуть к многочисленной и богатой специальной литературе, которой всегда издавалось, а в
последнее время особенно, весьма много [6, 9, 11]. В частности, в последние годы выходят серьезные издания, содержащие
зарубежный опыт практического использования этих методов, особенно регрессионного анализа [18].
Следует помнить также, что серьезное использование методов математической статистики немыслимо без применения
компьютеров, чему посвящено также немало литературы последних лет [12, 13]. Современная математическая статистика
все в большей мере становится многомерной [19], чему также способствует распространение компьютерной техники.
Появление мощных и удобных статистических пакетов для персональных компьютеров позволяет использовать их не
только как специальный инструмент научных исследований, но и как общеупотребительный инструмент плановых, аналити-
ческих, маркетинговых отделов производственных и торговых корпораций, банков и страховых компаний, правительствен-
ных и медицинских учреждений и даже представителей мелкого бизнеса. Статистические программные пакеты сделали со-
ответствующие методы более доступными и наглядными, так как трудоемкую работу по расчету различных статистик, па-
раметров, характеристик, построению таблиц и графиков в основном стал выполнять компьютер, а исследователю осталась
главным образом творческая работа: постановка задачи, выбор методов ее решения и интерпретация результатов.
Среди множества используемых для этих целей пакетов прикладных программ выделим популярные в России универ-
сальные и специализированные статистические пакеты: отечественные STADIA, Эвриста, Статистик-консультант, Олимп:
СтатЭксперт и американские STATGRAPHICS, SPSS, SYSTAT, STATISTICA/w и др.
Страницы
- « первая
- ‹ предыдущая
- …
- 57
- 58
- 59
- 60
- 61
- …
- следующая ›
- последняя »
