На нашем ресурсе вы можете полностью погрузиться в мир книги «Статистический анализ взаимосвязи. Учебное пособие» — читайте её онлайн бесплатно в полной, несокращённой версии. Если предпочитаете слушать — воспользуйтесь аудиоформатом; хотите сохранить — скачайте через торрент в fb2. Жанр произведения — Знания и навыки, Словари, справочники, Руководства. Также на странице доступно подробное описание, авторская аннотация, краткое содержание и живые отзывы читателей. Мы постоянно пополняем библиотеку и улучшаем сервис, чтобы создавать лучшее пространство для всех ценителей качественной литературы.
Статистический анализ взаимосвязи. Учебное пособие

Автор
Дата выхода
25 сентября 2019
🔍 Загляните за кулисы "Статистический анализ взаимосвязи. Учебное пособие" — аннотация, авторский взгляд и ключевые моменты
Перед погружением в полный текст предлагаем познакомиться с произведением поближе. Здесь собраны авторские заметки, аннотация и краткое содержание "Статистический анализ взаимосвязи. Учебное пособие" — всё, что поможет понять глубину замысла и подготовиться к чтению. Материалы представлены в оригинальной авторской редакции (Валентин Юльевич Арьков) и сохраняют аутентичность произведения. Если чего-то не хватает — сообщите нам в комментариях, и мы дополним описание. Читайте мнения других участников сообщества: их отзывы часто раскрывают скрытые смыслы и добавляют новые грани понимания. А после прочтения обязательно вернитесь сюда — ваш отзыв станет ценным вкладом в общее обсуждение книги.
Описание книги
Рассматриваются такие инструменты статистического анализа взаимосвязи, как корреляционный и регрессионный анализ. Техника работы в электронных таблицах изучается на примере смоделированных данных. Затем полученные навыки применяются к анализу реальных данных по ценам в интернет-магазине и биржевым котировкам.
📚 Читайте "Статистический анализ взаимосвязи. Учебное пособие" онлайн — полный текст книги доступен бесплатно
Перед вами — полная электронная версия книги "Статистический анализ взаимосвязи. Учебное пособие", адаптированная для комфортного онлайн-чтения. Мы разбили произведение на страницы для удобной навигации, а умная система запоминает, на какой странице вы остановились — можно закрыть браузер и вернуться к чтению позже, не тратя время на поиски. Персонализируйте процесс: меняйте шрифты, размер текста и фон под свои предпочтения. Погружайтесь в мир литературы где угодно и когда угодно — любимые книги теперь всегда под рукой.
Текст книги
Другими словами, мы выясняем, есть ли смысл в построении прямой линии в среднем по нашим точкам.
Коэффициент корреляции принимает значения от —1 до +1 включительно.
Знак коэффициента указывает на НАПРАВЛЕНИЕ связи – прямую или обратную связь. Положительная корреляция означает, что с увеличением фактора в среднем возрастает результативный признак. Это прямая связь. Отрицательная корреляция – это обратное направление связи, то есть снижение, убывание, падение графика. С увеличением фактора убывает результат.
Величина (модуль, абсолютное значение) коэффициента характеризует ТЕСНОТУ линейной связи. Чем ближе значение к единице, тем меньше разброс, тем ближе точки к прямой линии. Чем ближе коэффициент к нулю, тем сильнее разброс вокруг прямой. Традиционное толкование величины коэффициента корреляции приводится в таблице.
Возможна и другая ситуация – НЕЛИНЕЙНАЯ зависимость, которая тоже представляет собой отсутствие линейной связи. Нелинейной зависимостью является всё, что не является линейным, например, кривая или ломаная линия.
Как и во многих других случаях, для вычисления коэффициента корреляции в Excel имеются несколько способов:
– надстройка;
– функции;
– формулы.
В следующих разделах мы рассмотрим все эти возможности, а затем сравним полученные результаты.
Надстройка
Вызываем модуль Корреляция статистической надстройки:
Data – Analysis – Data Analysis – Correlation
Данные – Анализ – Анализ данных – Корреляция.
Параметры корреляционного анализа
В диалоговом окне
Correlation
Корреляция
указываем следующие параметры:
Input – Input Range
Входные данные – Входной интервал.
В выбранном диапазоне ячеек должны быть два столбца значений X и Y.
Затем указываем расположение исходных данных:
Labels in first row
Метки в первой строке.
Выделяем значения в столбцах X и Y вместе с их заголовками. В этом случае в таблице с результатами анализа будут выводиться названия переменных.
Указываем, что наши исходные данные расположены по столбцам:
Grouped By – Columns
Группирование – по столбцам.











