Распределение рабочих бригады по выработке и стажу работы
Для уточнения формы связи между рассматриваемыми признаками используй графический метод. Нанеси на график точки, соответствующие значениям х, у, получится корреляционное поле, а соединив их отрезками, - ломанная регрессия. (рис.1). Анализируя ломанную линию, можно предположить, что возрастание выработки у идет равномерно, пропорционально росту стажа работы рабочих х. В основе этой зависимости в данных конкретных условиях лежит прямолинейная связь (см. пунктирную линию на рис. 1), которая может быть выражена простым линейным уравнением регрессии: = а0 + а1х , где – теоретические расчетные значения результативного признака (выработки одного рабочего, шт.), полученные по уравнению регрессии; а0, а1 – неизвестные параметры уравнения регрессии; х – стаж работы рабочих, годы.
Рис.1 Зависимость выработки одного рабочего у от стажа работы х (по данным таблицы 1)
Пользуясь расчетными значениями (см. табл. 1), исчислите параметры для данного уравнения регрессии: ; . Следовательно, регрессионная модель распределения выработки по стажу работы для данного примера может быть записана в виде конкретного простого уравнения регрессии: = 4,0 + 0,6х. Это уравнение характеризует зависимость среднего уровня выработки рабочими бригады от стажа работы. Расчетные значения , найденные по данному уравнению, приведены в таблице1. Правильность расчета параметров уравнения регрессии может быть проверена сравнением сумм ∑у = ∑ (при этом возможно некоторое расхождение вследствие округления расчетов).
Пример 2.Рассмотрите вспомогательную таблицу (табл.2). Таблица 2. Расчетные значения, необходимые для исчисления δост, δх
Средние квадратические отклонения (см. табл.1):
Расчетные значения t – критерия Стьюдента:
По таблице распределения Стьюдента для ν = 8 находим критическое значение t – критерия: (tтабл= 3,307 при α = 0,05). Поскольку расчетное значение tрасч > tтабл , оба параметра а0 , а1 признаются значимыми (отклоняется гипотеза о том, что каждый из этих параметров в действительности равен нулю, и лишь в силу случайных обстоятельств оказался равным проверяемой величине). Проверка адекватности регрессивной модели может быть дополнена корреляционным анализом. Для этого необходимо определить тесноту корреляционной связи между переменными х и у. Теснота корреляционной связи, как и любой другой, может быть измерена эмпирическим корреляционным отношением ηэ, когда δ2 (межгрупповая дисперсия) характеризует отклонения групповых средних результативного признака от общей средней: . Говоря о корреляционном отношении как о показателе измерения тесноты зависимости, следует отличать от эмпирического корреляционного отношения – теоретическое. Теоретическое корреляционное отношение η представляет собой относительную величину, получающуюся в результате сравнения среднего квадратического отклонения выровненных значений результативного признака δ, т.е. рассчитанных по уравнению регрессии, со средним квадратическим отклонением эмпирическим (фактических) значений результативного признака σ: ,
где ; . Тогда . (1) Изменение значения η объясняется влиянием факторного признака. В основе расчета корреляционного отношения лежит правило сложения дисперсий, т.е. , где – отражает вариацию у за счет всех остальных факторов, кроме х , т.е. является остаточной дисперсией:
. Тогда формула теоретического корреляционного отношения примет вид:
, (2) или (3) Подкоренное выражение корреляционного отношения представляет собой коэффициент детерминации (меры определенности, причинности). Теоретическое корреляционное отношение рассчитывается двумя способами (см. данные табл.2): по формуле (1) ; по формуле (3) .
Полученное значение теоретического корреляционного отношения свидетельствует о возможном наличии весьма тесной прямой зависимости между рассматриваемыми признаками. Коэффициент детерминации равен 0,925. Отсюда заключаем, что 92,5% общей вариации выработки в изучаемой бригаде обусловлено вариацией фактора – стажа работы рабочих (и только 7,5% общей вариации нельзя объяснить изменением стажа работы). Кроме того, при линейной форме уравнения применяется другой показатель тесноты связи – линейный коэффициент корреляции:
, (4) где n – число наблюдений. Для практических вычислений при малом числе наблюдений, n ≤ (20 ÷ 30), линейный коэффициент корреляции удобнее исчислять по следующей формуле: . (5) Значение линейного коэффициента корреляции важно для исследования социально-экономических явлений и процессов, распределение которых близко к нормальному. Он принимает значения в интервале: -1≤ r ≤ +1. Отрицательные значения указывают на обратную связь, положительные – на прямую. При r = 0 линейная связь отсутствует. Чем ближе коэффициент корреляции по абсолютной величине к единице, тем теснее связь между признаками. И наконец, при r = ±1 связь – функциональная. Используем данные табл. 1 и рассчитаем линейный коэффициент корреляции по формуле (5): . Квадрат линейного коэффициента корреляции r2 называется линейным коэффициентом детерминации. Из определения коэффициента детерминации очевидно, что его числовое значение всегда заключено в пределах от 0 до 1, т.е. 0 ≤ r2 ≤ 1. Степень тесноты связи полностью соответствует теоретическому корреляционному отношению, которое является более универсальным показателем тесноты связи по сравнению с линейным коэффициентом корреляции.
Популярное: Модели организации как закрытой, открытой, частично открытой системы: Закрытая система имеет жесткие фиксированные границы, ее действия относительно независимы... Генезис конфликтологии как науки в древней Греции: Для уяснения предыстории конфликтологии существенное значение имеет обращение к античной... Почему двоичная система счисления так распространена?: Каждая цифра должна быть как-то представлена на физическом носителе... Почему стероиды повышают давление?: Основных причин три... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (593)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |