Временные ряды в эконометрических исследованиях

Анализ временного ряда с помощью средств пакета прикладных программ SPSS. Методы регрессионного анализа. Выявление структуры временного ряда. Критерии выбора той или иной модели. Коэффициент корреляции, коэффициент детерминации, F-критерий Фишера.

Рубрика Экономика и экономическая теория
Вид лабораторная работа
Язык русский
Дата добавления 17.02.2015
Размер файла 176,6 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ИННОВАЦИОННЫХ ТЕХНОЛОГИЙ И ПРЕДПРИНИМАТЕЛЬСТВА

ПЕНЗЕНСКИЙ ФИЛИАЛ

Кафедра экономики и экономических информационных систем

Отчет

о выполнении лабораторной работы №3 по дисциплине «Эконометрика»

Тема: «Временные ряды в эконометрических исследованиях»

Выполнили: студенты гр. 08Э2

Канеев Р.А., Еремина А.В.

Проверил: преподаватель Денисова И.Ю.

2011

Лабораторная работа №3

Временные ряды в эконометрических исследованиях

Задание №64

Цель работы: произвести анализ временного ряда с помощью средств пакета прикладных программ SPSS для заданной эконометрической задачи.

Временной ряд -- это упорядоченная (по времени) последовательность значений некоторой произвольной переменной величины. Каждое отдельное значение данной переменной называется отсчётом временного ряда. Тем самым, временной ряд существенным образом отличается от простой выборки данных.

Анализ временных рядов - совокупность математико-статистических методов анализа, предназначенных для выявления структуры временных рядов и для их прогноза. Сюда относятся, в частности, методы регрессионного анализа. Выявление структуры временного ряда необходимо для того, чтобы построить математическую модель того явления, которое является источником анализируемого временного ряда. Прогноз будущих значений временного ряда используется при принятии решений, например, в экономике.

Временные ряды состоят из двух элементов:

· периода времени, за который или по состоянию на который приводятся числовые значения;

· числовых значений того или иного показателя, называемых уровнями ряда.

Временные ряды классифицируются по следующим признакам:

1 по форме представления уровней:

· ряды абсолютных показателей;

· относительных показателей;

· средних величин.

2 по характеру временного параметра: моментные и интервальные временные ряды. В моментных временных рядах уровни характеризуют значения показателя по состоянию на определенные моменты времени. В интервальных рядах уровни характеризуют значение показателя за определенные периоды времени. Важная особенность интервальных временных рядов абсолютных величин заключается в возможности суммирования их уровней. Отдельные же уровни моментного ряда абсолютных величин содержат элементы повторного счета. Это делает бессмысленным суммирование уровней моментных рядов;

3 по расстоянию между датами и интервалами времени выделяют полные (равноотстоящие) - когда даты регистрации или окончания периодов следуют друг за другом с равными интервалами и неполные (неравноотстоящие) - когда принцип равных интервалов не соблюдается.

4 временные ряды бывают детерминированными и случайными: первые получают на основе значений некоторой неслучайной функции (ряд последовательных данных о количестве дней в месяцах); вторые есть результат реализации некоторой случайной величины.

5 в зависимости от наличия основной тенденции выделяют стационарные ряды - в которых среднее значение и дисперсия постоянны и нестационарные - содержащие основную тенденцию развития.

Имеются данные по числу малых предприятий и всех предприятий по Северо-Западному федеральному округу за 1990 - 2003 годы.

Таблица 1. Количество всех предприятий за период с 1990 по 2003 гг.

1990

1995

1996

1997

1998

1999

2000

2001

2002

2003

Севеpо-Западный федеральный округ

28123

238668

269505

299255

325666

358747

397891

435536

474403

517255

Республика Каpелия

1775

11202

12248

12861

13583

14587

15633

16225

17274

18481

Республика Коми

2515

14639

15681

16364

17118

18162

18971

18448

18672

19255

Аpхангельская область

3018

14511

15458

16613

17636

18786

20026

20606

21222

22484

в том числе Ненецкий автономный округ

461

521

542

573

626

703

757

812

Вологодская область

3633

16156

16910

18188

19023

20773

22469

24177

25657

26732

Калинингpадская область

2059

19154

21267

22896

24225

25736

27323

30014

33725

37381

Ленингpадская область

2376

19543

22045

24030

25814

28642

31268

33689

35990

38504

Муpманская область

1485

13151

14373

15390

15736

16047

16476

17208

18047

19410

Новгоpодская область

2288

10793

11872

12333

13000

12844

12436

12881

13105

13733

Псковская область

2770

10993

11793

12319

13014

13717

14608

14916

15330

16130

г. Санкт-Петеpбуpг

6204

108526

127858

148261

166517

189453

218681

247372

275381

305145

Таблица 1. Количество малых предприятий за период с 1990 по 2003 гг.

Северо-Западный федеральный округ

115

129,4

142,7

159,2

157,7

156,3

122,3

132,5

136,1

Республика Карелия

4,7

3,1

3,1

3,9

3,7

4

3

3,6

4

Республика Коми

5,4

3,9

4

4,7

5,6

4

3,7

2,8

3,6

Архангельская область

5,2

4,6

4

4,1

4

4,8

4,8

4,8

4,6

в том числе Ненецкий автономный округ

...

...

0,1

0,1

0,2

0,2

0,1

0,1

Вологодская область

4,4

3,6

3,9

4,1

4,9

6

6,3

6

6,3

Калинингpадская область

4,7

6,1

6,6

9,2

9,8

7,6

7,6

5

5,6

Ленинградская область

10

10,9

11,9

12,1

12,2

12

9,4

11,5

12,2

Мурманская область

6,1

3,6

2,6

3,9

3

2,9

3,2

2,6

2,7

Новгородская область

3,8

2,4

2,3

2,7

3

3

3

2,9

2,6

Псковская область

2,4

1,7

1,6

2,7

2,7

2,8

2,8

3,7

4,6

г. Санкт-Петербург

68,4

89,6

102,7

111,8

108,7

109,2

78,6

89,6

89,9

Необходимо по каждому субъекту Российской Федерации, входящему в состав федерального округа, и в целом по округу найти:

1) долю малых предприятий в общем числе предприятий в каждом из указанных лет;

2) параметры линейного, экспоненциального, степенного, гиперболического трендов, описывающих динамику доли малых предприятий. Выберите из них наилучший;

3) охарактеризовать развитие малого предпринимательства в отдельных субъектах Российской Федерации и в федеральном округе в целом.

Ход работы

Задание 1

Для каждого региона и округа в целом определили процентную долю предприятий в общем числе предприятий за период с 1995 по 2003 год.

СЕВЕРО-ЗАПАДНЫЙ ФЕДАЛАЛЬНЫЙ ОКРУГ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

238668

269505

299255

325666

358747

397891

435536

474403

517255

МАЛЫХ

115

129,4

142,7

159,2

157,7

156,3

122,3

132,5

136,1

ДОЛЯ

48,18

48,01

47,69

48,88

43,96

39,28

28,08

27,93

26,31

РЕСПУБЛИКА КАРЕЛИЯ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

11202

12248

12861

13583

14587

15633

16225

17274

18481

МАЛЫХ

4,7

3,1

3,1

3,9

3,7

4

3

3,6

4

ДОЛЯ

41,96

25,31

24,10

28,71

25,37

25,59

18,49

20,84

21,64

РЕСПУБЛИКА КОМИ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

14639

15681

16364

17118

18162

18971

18448

18672

19255

МАЛЫХ

5,4

3,9

4

4,7

5,6

4

3,7

2,8

3,6

ДОЛЯ

36,89

24,87

24,44

27,46

30,83

21,08

20,06

15,00

18,70

АРХАНГЕЛЬСКАЯ ОБЛАСТЬ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

14511

15458

16613

17636

18786

20026

20606

21222

22484

МАЛЫХ

5,2

4,6

4

4,1

4

4,8

4,8

4,8

4,6

ДОЛЯ

35,83

29,76

24,08

23,25

21,29

23,97

23,29

22,62

20,46

НЕНЕЦКИЙ АВТОНОМНЫЙ ОКРУГ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

542

573

626

703

757

812

МАЛЫХ

0,1

0,1

0,2

0,2

0,1

0,1

ДОЛЯ

18,45

17,45

31,95

28,45

13,21

12,32

ВОЛОГОДСКАЯ ОБЛАСТЬ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

16156

16910

18188

19023

20773

22469

24177

25657

26732

МАЛЫХ

4,4

3,6

3,9

4,1

4,9

6

6,3

6

6,3

ДОЛЯ

27,23

21,29

21,44

21,55

23,59

26,70

26,06

23,39

23,57

КАЛИНИНГРАДСКАЯ ОБЛАСТЬ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

19154

21267

22896

24225

25736

27323

30014

33725

37381

МАЛЫХ

4,7

6,1

6,6

9,2

9,8

7,6

7,6

5

5,6

ДОЛЯ

24,54

28,68

28,83

37,98

38,08

27,82

25,32

14,83

14,98

ЛЕНИНГРАДСКАЯ ОБЛАСТЬ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

19543

22045

24030

25814

28642

31268

33689

35990

38504

МАЛЫХ

10

10,9

11,9

12,1

12,2

12

9,4

11,5

12,2

ДОЛЯ

51,17

49,44

49,52

46,87

42,59

38,38

27,90

31,95

31,69

МУРМАНСКАЯ ОБЛАСТЬ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

13151

14373

15390

15736

16047

16476

17208

18047

19410

МАЛЫХ

6,1

3,6

2,6

3,9

3

2,9

3,2

2,6

2,7

ДОЛЯ

46,38

25,05

16,89

24,78

18,70

17,60

18,60

14,41

13,91

НОВГОРОДСКАЯ ОБЛАСТЬ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

10793

11872

12333

13000

12844

12436

12881

13105

13733

МАЛЫХ

3,8

2,4

2,3

2,7

3

3

3

2,9

2,6

ДОЛЯ

35,21

20,22

18,65

20,77

23,36

24,12

23,29

22,13

18,93

ПСКОВСКАЯ ОБЛАСТЬ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

10993

11793

12319

13014

13717

14608

14916

15330

16130

МАЛЫХ

2,4

1,7

1,6

2,7

2,7

2,8

2,8

3,7

4,6

ДОЛЯ

21,83

14,42

12,99

20,75

19,68

19,17

18,77

24,14

28,52

САНКТ-ПЕТЕРБУРГ

ГОД

1995

1996

1997

1998

1999

2000

2001

2002

2003

ВСЕГО

108526

127858

148261

166517

189453

218681

247372

275381

305145

МАЛЫХ

68,4

89,6

102,7

111,8

108,7

109,2

78,6

89,6

89,9

ДОЛЯ

63,03

70,08

69,27

67,14

57,38

49,94

31,77

32,54

29,46

Задание 2

1. Построили все отмеченные в задании линии тренда для малых предприятий Республики Карелия и выбрали наилучшую из функций, описывающую динамику изменения доли малых предприятий в общем объеме предприятий.

временной ряд регрессионный критерий

Критерием выбора той или иной модели являются такие показатели, как коэффициент корреляции, коэффициент детерминации, F-критерий Фишера, t-критерий Стьюдента, величина остатков. Оценив все показатели каждой функции, пришли к выводу, что наиболее качественно динамику изменения малых предприятий описывает ЛИНЕЙНАЯ ЛИНИЯ ТРЕНДА. Все ее показатели приведены ниже:

Сводка для модели

R

R-квадрат

Скорректированный R-квадрат

Стд. ошибка оценки

,733

,538

,472

4,931

Независимой переменной является YEAR, not periodic.

Дисперсионный анализ

Сумма квадратов

ст.св.

Средний квадрат

F

Знч.

Регрессия

198,126

1

198,126

8,149

,025

Остаток

170,186

7

24,312

Итого

368,312

8

Независимой переменной является YEAR, not periodic.

Коэффициенты

Нестандартизованные коэффициенты

Стандартизованные коэффициенты

t

Знч.

B

Стд. Ошибка

Бета

YEAR, not periodic

-1,817

,637

-,733

-2,855

,025

(Константа)

3658,295

1272,480

2,875

,024

Таким образом, функция, наиболее качественно описывающая динамику доли малых предприятий, выглядит следующим образом:

Y= -1,817x + 3658,295

2. Построили все отмеченные в задании линии тренда для малых предприятий Республики Коми и выбрали наилучшую из функций, описывающую динамику изменения доли малых предприятий в общем объеме предприятий.

Оценив все показатели каждой функции, пришли к выводу, что наиболее качественно динамику изменения малых предприятий ЛИНЕЙНАЯ ЛИНИЯ ТРЕНДА. Все ее показатели приведены ниже:

Сводка для модели

R

R-квадрат

Скорректированный R-квадрат

Стд. ошибка оценки

,802

,644

,593

4,268

Независимой переменной является YEAR, not periodic.

Дисперсионный анализ

Сумма квадратов

ст.св.

Средний квадрат

F

Знч.

Регрессия

230,143

1

230,143

12,637

,009

Остаток

127,488

7

18,213

Итого

357,631

8

Независимой переменной является YEAR, not periodic.

Коэффициенты

Нестандартизованные коэффициенты

Стандартизованные коэффициенты

t

Знч.

B

Стд. Ошибка

Бета

YEAR, not periodic

-1,959

,551

-,802

-3,555

,009

(Константа)

3939,411

1101,343

3,577

,009

Таким образом, функция, наиболее качественно описывающая динамику доли малых предприятий, выглядит следующим образом:

Y= -1,959x + 3939,411

3. Построили все отмеченные в задании линии тренда для малых предприятий Архангельской области и выбрали наилучшую из функций, описывающую динамику изменения доли малых предприятий в общем объеме предприятий.

Оценив все показатели каждой функции, пришли к выводу, что наиболее качественно динамику изменения малых предприятий описывает ЛИНЕЙНАЯ ЛИНИЯ ТРЕНДА. Все ее показатели приведены ниже:

Сводка для модели

R

R-квадрат

Скорректированный R-квадрат

Стд. ошибка оценки

,789

,622

,568

3,183

Независимой переменной является YEAR, not periodic.

Дисперсионный анализ

Сумма квадратов

ст.св.

Средний квадрат

F

Знч.

Регрессия

116,929

1

116,929

11,540

,011

Остаток

70,929

7

10,133

Итого

187,858

8

Независимой переменной является YEAR, not periodic.

Коэффициенты

Нестандартизованные коэффициенты

Стандартизованные коэффициенты

t

Знч.

B

Стд. Ошибка

Бета

YEAR, not periodic

-1,396

,411

-,789

-3,397

,011

(Константа)

2815,554

821,487

3,427

,011

Таким образом, функция, наиболее качественно описывающая динамику доли малых предприятий, выглядит следующим образом:

Y= -1,396x + 2815,554

Аналогично рассматривая другие регионы приходим к следующим выводам:

4. Наиболее адекватно долю малых предприятий в Ненецком автономном округе описывает линейная модель

Y= -1,339x +2699,260

5. Наиболее адекватно долю малых предприятий в Вологодской области описывает линейная модель

Y= 0,101x -177,697

6. Наиболее адекватно долю малых предприятий в Калининградской области описывает линейная модель

Y= -1,616x +3257, 502

7. Наиболее адекватно долю малых предприятий в Ленинградской области описывает линейная модель

Y= -3,035x +6108, 688

8. Наиболее адекватно долю малых предприятий в Мурманской области описывает линейная модель

Y= -2,759x +5537, 721

9. Наиболее адекватно долю малых предприятий в Новгородской области описывает линейная модель

Y= -0,779x +1580, 852

10. Наиболее адекватно долю малых предприятий в Псковской области описывает линейная модель

Y= 1,098x -2175, 538

11. Наиболее адекватно долю малых предприятий в Санкт-Петербурге описывает линейная модель

Y= -5,652x +11349, 972

Последним шагом является построение всех отмеченных в задании линий тренда для малых предприятий всего округа в целом. В итоге была выбрана наилучшая из функций, описывающая динамику изменения доли малых предприятий в общем объеме предприятий.

Оценив все показатели каждой функции, пришли к выводу, что наиболее качественно динамику изменения малых предприятий по всему округу описывает ЛИНЕЙНАЯ ЛИНИЯ ТРЕНДА. Все ее показатели приведены ниже:

Сводка для модели

R

R-квадрат

Скорректированный R-квадрат

Стд. ошибка оценки

,920

,847

,825

4,076

Независимой переменной является YEAR, not periodic.

Дисперсионный анализ

Сумма квадратов

ст.св.

Средний квадрат

F

Знч.

Регрессия

643,882

1

643,882

38,748

,000

Остаток

116,319

7

16,617

Итого

760,201

8

Независимой переменной является YEAR, not periodic.

Коэффициенты

Нестандартизованные коэффициенты

Стандартизованные коэффициенты

t

Знч.

B

Стд. Ошибка

Бета

YEAR, not periodic

-3,276

,526

-,920

-6,225

,000

(Константа)

6588,292

1051,997

6,263

,000

Таким образом, функция, наиболее качественно описывающая динамику доли малых предприятий в Северо-Западном федеральном округе, выглядит следующим образом:

Y= -3,276x + 6588,292

Задание 3

Таким образом, исходя из проведенных исследований, становится очевидным, что за период с 1995 по 2003 годы из 11 рассматриваемых регионов только в одном - в Псковской области, зафиксировано увеличение доли малых предприятий в общем числе предприятий к базисному 1995 году на 6,69%. В остальных регионах средний показатель падения количества предприятий по отношению к базисному 1995 году составляет 17,5%.

Исходя из этого, становится очевидным, что малое предпринимательство в Северо-Западном федеральном округе крайне не развито. В развитых странах доля малых предприятий составляет от 60% - 90% (в Японии) от общего числа предприятий. Тем самым наличие большого количества малых предприятий обеспечивают стабильное развитие экономики государства и диверсификацию налоговых поступлений в госбюджет.

Размещено на Allbest.ru

...

Подобные документы

  • Коэффициент корреляции, его значение и основные характеристики. Связь между двумя переменными. Динамика уровней ряда. Исследование временного ряда. Последовательность коэффициентов автокорреляции уровней первого, второго и последующих порядков.

    курсовая работа [295,7 K], добавлен 06.05.2015

  • Временной ряд и его основные элементы. Автокорреляция уровней временного ряда и выявление структуры. Моделирование тенденции временного ряда. Метод наименьших квадратов. Приведение уравнения тренда к линейному виду. Оценка параметров уравнения регрессии.

    контрольная работа [95,7 K], добавлен 25.02.2010

  • Распределение коммерческих банков по объявленному уставному фонду. Определение средней цены товара на субрынках города за базисный и отчетный периоды. Дисперсия, коэффициент детерминации и эмпирическое корреляционное отношение. Показатели ряда динамики.

    контрольная работа [102,1 K], добавлен 04.06.2015

  • Методы анализа структуры временных рядов, содержащих сезонные колебания. Рассмотрение подхода методом скользящей средней и построение аддитивной (или мультипликативной) модели временного ряда. Расчет оценок сезонной компоненты в мультипликативной модели.

    контрольная работа [57,9 K], добавлен 12.02.2015

  • Составление матрицы парных коэффициентов корреляции. Построение уравнения регрессии, характеризующего зависимость цены от всех факторов. Проведение регрессионного анализа с помощью пакета SPSS. Экономическая интерпретация коэффициентов модели регрессии.

    лабораторная работа [2,5 M], добавлен 27.09.2012

  • Расчет выборочных параметров ряда. Построение диаграммы накопленных частот и гистограммы выборки. Линейная диаграмма исходного временного ряда. Его аналитическое выравнивание с помощью линейной функции, статистические показатели и прогнозирование.

    курсовая работа [1006,5 K], добавлен 22.01.2015

  • Способы и методика расчета среднего количества перевозимого груза, среднеквадратическое отклонение и коэффициент вариации, коэффициент ассиметрии. Ранжирование ряда "дальность пробега", составление интервального вариационного ряда по формуле Стэрджесса.

    контрольная работа [67,0 K], добавлен 30.01.2009

  • Экономико-статистический анализ временных рядов развития строительства Тюменской области. Выявление и измерение сезонных колебаний. Корреляция рядов динамики и проведение регрессионного анализа показателей. Экстраполяция по мультипликативной схеме.

    курсовая работа [521,5 K], добавлен 20.01.2016

  • Эконометрическое изучение и анализ производственных затрат и себестоимости зерна. Многофакторный корреляционно-регрессионный анализ. Параметры парной регрессии и корреляции. Автокорреляция временного ряда и в остатках, расчет критерия Дарбина-Уотсона.

    курсовая работа [234,8 K], добавлен 21.01.2011

  • Основные понятия корреляционно-регрессионного анализа. Вычисление показателей силы и тесноты связи между явлениями и процессами, специфика их интерпретации. Оценка результатов линейного регрессионного анализа. Коэффициент множественной детерминации.

    контрольная работа [228,2 K], добавлен 02.04.2013

  • Оценка силы вариации признака. Построение регрессионной модели. Парный линейный коэффициент корреляции. Оценка статистической надежности результатов. Значение коэффициента детерминации. Оценка силы связи признаков. Фактическое значение критерия Фишера.

    контрольная работа [165,8 K], добавлен 27.05.2015

  • Основные черты, задачи и предпосылки применения корреляционно-регрессионного метода. Методы корреляционного и регрессионного анализа. Коэффициент ранговой корреляции Кендалла, Спирмена, Фехнера. Определение тесноты взаимосвязи между показателями.

    контрольная работа [558,5 K], добавлен 08.04.2013

  • Расчет параметров линейной и степенной парной регрессии. Показатели корреляции и детерминации, методика их расчета. Средняя ошибка аппроксимации. Оценка с помощью F-критерия Фишера статистической надежности результатов регрессионного моделирования.

    контрольная работа [25,2 K], добавлен 20.11.2014

  • Группировка как основа научной сводки и обработки статистических данных. Коэффициент детерминации и эмпирическое корреляционное отношение. Корреляционно–регрессионный анализ, линейный коэффициент. Расчет индекса физического объема реализации товара.

    контрольная работа [106,2 K], добавлен 08.09.2010

  • Понятие временного ряда, компоненты. Сглаживание, анализ периодических колебаний. Сезонность, аддитивная и мультипликативная модели. Понятие белого шума в моделях динамики рядов. Оператор лагового сдвига. Оценка и вывод автокорреляционной функции.

    курсовая работа [659,4 K], добавлен 13.09.2015

  • Расчет среднего балла успеваемости по данным результатов сессии, определение показателя вариаций уровня знаний и структуры численности студентов по успеваемости. Построение интервального ряда распределения предприятий. Оценка коэффициентов корреляции.

    контрольная работа [76,0 K], добавлен 21.08.2009

  • Порядок построения линейного уравнения парной регрессии, расчет коэффициентов и оценка статической значимости параметров регрессии и корреляции. Точность прогноза. Множественная регрессия и корреляция. Системы эконометрических уравнений. Временные ряды.

    контрольная работа [1,3 M], добавлен 24.09.2013

  • Основные причины возникновения автокорреляции отклонения модели. Методы выявления автокорреляции. Исследование автокорреляции случайных отклонений модели временного ряда с помощью теста Сведа-Эйзенхарта, статистики Дарбина-Уотсона и графического метода.

    курсовая работа [236,0 K], добавлен 29.03.2015

  • Особенности расчета интенсивных, экстенсивных показателей заболеваний. Применение коэффициента достоверности различий при изучении изменения показателей функций внешнего дыхания у больных. Вычисление стандартизированных показателей заболеваемости.

    контрольная работа [52,5 K], добавлен 18.08.2009

  • Классификация показателей тесноты связи. Основные способы расчета показателей и определение их значимости. Линейный коэффициент корреляции для несгруппированных данных. Принятие решений о тесноте связи на основе линейного коэффициента корреляции.

    презентация [146,4 K], добавлен 16.03.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.