Презентация на тему: Корреляционный и регрессионный анализ

Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Примеры функциональной зависимости
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
(Простой) линейный регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
Корреляционный и регрессионный анализ
1/19
Средняя оценка: 4.1/5 (всего оценок: 95)
Код скопирован в буфер обмена
Скачать (192 Кб)
1

Первый слайд презентации: Корреляционный и регрессионный анализ

Изображение слайда
2

Слайд 2

Жорж Кювье, XYI I I в., «Закон корреляции». Фрэнсис Гальтон, конце XIX в., понятие «корреляция» в статистике, «corelation» (соответствие).

Изображение слайда
3

Слайд 3

Различают два типа связей между различными явлениями и их признаками: функциональную и статистическую.

Изображение слайда
4

Слайд 4

Статистической называют зависимость, при которой изменение одной из величин влечет изменение распределения других (другой), и эти другие величины принимают некоторые значения с определенными вероятностями. Функциональной называют зависимость, в которой значению одной переменной обязательно соответствует одно или несколько точно заданных значений другой переменной. В общем виде y = f ( x ), где y – зависимая переменная, или функция от независимой переменной x

Изображение слайда
5

Слайд 5: Примеры функциональной зависимости

y = a+bx 2 y = x 2

Изображение слайда
6

Слайд 6

Корреляционная зависимость, характеризующая взаимосвязь значений одних случайных величин со средним значением других, хотя в каждом отдельном случае любая взаимосвязанная величина может принимать различные значения. Если же у взаимосвязанных величин вариацию имеет только одна переменная, а другая является детерминированной ( т.е. строго определенной ), то такую связь называют не корреляционной, а регрессионной.

Изображение слайда
7

Слайд 7

Задачи корреляционного анализа: 1) измерение параметров уравнения, выражающего связь средних значений зависимой переменной со значениями независимой переменной; 2) измерение тесноты связи двух (или большего числа) признаков между собой. Вторая задача специфична для статистических связей (корреляционный анализ), а первая разработана для функциональных связей и является общей (корреляционный и регрессионный анализ).

Изображение слайда
8

Слайд 8

Для измерения тесноты связи применяется несколько показателей, например коэффициент корреляции. Корреляционная связь между признаками может быть линейной и нелинейной, положительной и отрицательной.

Изображение слайда
9

Слайд 9

Графическая интерпретация взаимосвязи между показателями

Изображение слайда
10

Слайд 10: Регрессионный анализ

Задачей регрессионного анализа является нахождение функциональной зависимости между зависимой у и независимой х переменными y = f ( x ), которую называют регрессией (или функцией регрессии). График функции называют линией или кривой регрессии. H а практике x задается, а y - это наблюдение какой-либо величины на опыте, в эксперименте.

Изображение слайда
11

Слайд 11

Изображение слайда
12

Слайд 12

Задачи линейного регрессионного анализа: Оценка параметров линейной модели. Оценка адекватности линейной модели (или тесноты линейной связи между переменными).

Изображение слайда
13

Слайд 13: (Простой) линейный регрессионный анализ

Рассмотрим простую линейную модель : y = a + b x.

Изображение слайда
14

Слайд 14

Основным методом решения задачи нахождения параметров уравнения является метод наименьших квадратов (МНК), разработанный К. Ф. Гауссом.

Изображение слайда
15

Слайд 15

Изображение слайда
16

Слайд 16

Изображение слайда
17

Слайд 17

Изображение слайда
18

Слайд 18

Изображение слайда
19

Последний слайд презентации: Корреляционный и регрессионный анализ

Для определения степени тесноты парной линейной зависимости (адекватности) служит коэффициент корреляции r : Коэффициент корреляции может принимать значения в пределах от 0 до 1. Чем ближе он по абсолютной величине к 1, тем теснее связь.

Изображение слайда