Koreliacinė regresinė analizė


Statistikos analizė. Laboratorinis darbas koreliacinė regresinė analizė. Tyrimo tikslas. Tyrimo problema. Tyrimo metu naudojamos programos. Tyrimo duomenys. Pradinių duomenų teorinė analizė. Koreliacinės analizės kūrimo žingsniai Statgraphics programos pagalba 1 žingsnis. Regresinės analizės kūrimo žingsniai Statgraphics programos pagalba. Grafikų kūrimas Statgraphics programos pagalba 1 žingsnis. Porinės koreliacijos koeficientas ir jo interpretavimas. Išanalizuotų duomenų vaizdavimas. Pirmasis melsva spalva –. Antrasis geltona spalva –. Trečiasis oranžine spalva –.


Sudarome regresijos modelį ir pažiūrime, kokio didumo yra R2(arba, jeigu reikia, koreguotas R2). Jeigu R2 < 0,20 modelis nelabai tinkamas.

Tyrimo tikslas- ryšio tarp Išlaikomų pensininkų ir įvairių juos lemiančių veiksnių paieška. Tikslas yra surasti 2 veiksnius, nuo kurių labiausiai priklauso Lietuvos Respublikos savivaldybių išlaikomų pensininkų skaičius.

Tyrimo problema- rasti geriausią koreliacinį ryšį tarp Lietuvos Respublikos išlaikomų pensininkų ir juos viekiančiųį veiksnių.

Tyrimo metu naudojamos programos: koreliacinei ir regresinei analizei tirti naudosime programą Stagraphics, kuri skirta statistinėms duomenim tirti.

Išlaikomų pensininkų skaičiui įtakos turi daug veiksnių:

Atliekant analizę pamatėme, kad geriausiai tinka,t.y. geriausius rodiklius rodo 2 veiksniai, t.y. Lietuvos Respublikos naudingasis plotas, tenkantis vienam gyventojui m2 2011 metais ir Lietuvos Respublikos aukštasis gyventojų išsilavinimo lyginamasis svoris 2011 metais.

Kaip buvo minėta aukščiau, tiriame LR išlaikomų pensininkų tenkančių 100-ui 15-59m. amžiaus gyventojams skaičių įvairiose savivaldybėse. Šiems duomenims įtakos turi pasirinkti veiksniai: naudingasis plotas, tenkantis vienam gyventojui m2 2011m bei gyventojų su aukštuoju išsilavinimu lyginamasis svoris 2011m. Nagrinėsime, kokia įtaką turi šie veiksniai išlaikomiems pensininkams.

Matome, kad rezultate yra anomalijų (anomalija yra tada, Leverage stulpelyje yra raudonai paryškintos reikšmės). Trinti reikia 16 ir 57savivaldybes – Palangos bei Vilniaus miesto savivaldybes. Šie duomenys tapo anomalūs dėl to, kad pavyzdžiui, Vilniuje gyvena labai daug žmonių su aukštuoju išsilavinimu, nes dauguma turintys išsilavinimą ieško darbo didmiesčiuose. Palangoje daug naudingo ploto tenka vienam gyventojui, nes šiame mieste nėra daug gyventojų, o naudingo ploto nemažai.

Atlikus vieną anomalijų trynimo etapą, matome, kad raudonai pažymėtų reikšmių nebėra, taigi visos anomalijos pašalintos. Taigi dabar galime atkreipti dėmesį, koks yra ryšys tarp rezultatinio požymio ir jį veikiančių veiksnių.

Matome, jog ryšys tarp rezultatinio požymio ir veiksnių (R-squared apytiksliai lygus 72%) yra stiprus. Išvada: ryšys tarp išlaikomų pensininkų ir naudingo ploto tenkančio vienam gyventojui bei gyventojų su aukštuoju išsilavinimu yra stiprus (72,296%). Ši daugiamatė regresinė analizė yra jau pašalinus anomalijas.

Ši lygtis išreiškia tiesinę matematinę priklausomybę tarp išlaikomų pensininkų ir įtakojančių veiksnių, naudingojo ploto tenkančio vienam gyventojui m2 bei gyventojų su aukštuoju išsilavinimu lyginamasis svoris. Susidarė logiška lygtis. Teigiami koeficientai prie veiksniu parodo, kad kuo daugiau naudingo ploto savivaldybėse ir kuo mažiau gyventojų su aukštuoju išsilavinimu tuo daugiau yra išlaikomų pensininkų. Skaičius 3,01549, tai generalinės aibės regresijos sankirtos įvertis. Šis laisvasis regresinės lygties narys aiškios ekonominės prasmės neturi, nes išlaikomų pensininkų skaičius niekada nebus 0. Skaičius 1421841, yra antrasis koficientas lygtyje, turintis taip pat griežtą prasmę. Ši regresijos skaitinė reikšmė rodo, keliais vienetais vidutiniškai pakinta išlaikomų pensininkų skaičius, kai naudingasis plotas pakinta vienetu, kitų lygties veiksnių įtaka pašalinta, o visi kiti (netirtieji) veiksniai yra fiksuoti vienu ir vidutiniu lygiu. Reikšmė ir ženklas prie jos -0,350756 yra antras koeficientas, kuris turi prasmę. Algebrinis ženklas minusas rodo gyventojų su aukštuoju išsilavinimu įtakos reikšmę. Šiuo atveju kuo daugiau išlaikomų pensininkų Lietuvos Respublikoje tuo mažiau jų turi aukštąjį išsilavinimą.

  • Statistika Analizės
  • 2015 m.
  • 31 puslapis (3074 žodžiai)
  • Universitetas
  • Statistikos analizės
  • Microsoft Word 773 KB
  • Koreliacinė regresinė analizė
    10 - 7 balsai (-ų)
Koreliacinė regresinė analizė. (2015 m. Balandžio 07 d.). http://www.mokslobaze.lt/koreliacine-regresine-analize.html Peržiūrėta 2016 m. Gruodžio 10 d. 08:59