Поиск по сайту
Не нашли нужную работу? Закажи реферат, курсовую, диплом на заказ реферат на тему: Изучение состава кадрови дали желаемый результат, должны выполняться определённые требования.
1.Требование однородности тех единиц, которые подвергаются изучению.
2.Количественная оценка однородности исследуемой совокупности по комплексу признаков (расчет относительных показателей вариации, коэффициент вариации, отношение размаха вариации к среднему квадратическому отклонению).
3.Достаточное число наблюдений.
4.Исследуемая совокупность должна иметь нормальное распределение.
5.Факторы должны иметь количественное выражение. Рис.2.1. Точки корреляционного поля не лежат на одной линии, они вытянуты определённой полосой слева на право. Нанеся средние значения факторного и результирующего признаков на график и соединяя последовательно отрезками прямых соответствующие им точки, получают эмпирическую линию связи. Если эмпирическая линия связи по своему виду приближается к прямой линии, то это свидетельствует о наличии прямолинейной корреляционной связи между признаками. Если же имеется тенденция неравномерного изменения значений результирующего признака, и эмпирическая линия связи будет приближаться к какой-либо кривой, то это может быть связано с наличием криволинейной корреляционной связи. 2.3. Множественная корреляция Проведенный выше анализ статистических совокупностей позволяет изучить взаимосвязь только двух переменных. На практике же часто приходится исследовать зависимость результирующего признака от нескольких факторных признаков. В этом случае статистическая модель может быть представлена уравнением регрессии с несколькими переменными. Такая регрессия называется множественной (множественная корреляция). Например, линейная регрессия с m независимыми переменными имеет вид: yi = a0x0 + a1x1 + a2x2 + … + amxm, (2.1) где а0, а1, а2, …, аm параметры уравнения регрессии, m число независимых переменных, х0, х1, х2, …, хm значения факторного признака, yi значение результирующего признака. При оценке параметров этого уравнения в каждом i-том наблюдении фиксируют значения результирующего признака у и факторных признаков хi0…хim. Оценки параметров уравнения регрессии находятся с помощью метода наименьших квадратов, который в случае множественной регрессии удобнее представить в матричной форме. Применяются следующие обозначения: а = (аj), j = 0,1,…,m вектор оценок параметров, m число неизвестных параметров; у = (уi), i = 1,2,…,n вектор значений зависимой переменной, n число наблюдений; х = (хij) матрица значений независимых переменных размерностью n(m+1); е = (ei) вектор ошибок в уравнении с оцененными параметрами. Уравнение регрессии с оцененными параметрами имеет вид: у = Ха, (2.2) Линейная модель (2.1) в векторном виде имеет вид: у = Ха + е. (2.3) Сумма квадратов отклонений равна: Q = ееi2 = eTe = (y-Xa)T(y-Xa) = yTy aTXTy yTXa + aTXTXa = = yTy 2aTXTy + aTXTXa, (2.4) где Т знак операции транспонирования, т.е. строки исходной матрицы в транспонированной занимают положение столбцов. Дифференцированием Q по а получается = -2ХТу + 2(ХТХ)а (2.5) Приравниванием производной к нулю получается выражение для определения вектора оценки а: ХТу = ХТХа, а = (ХТХ)-1(ХТу). (2.6) Оценку а, определенную изложенным способом, называют оценкой метода наименьших квадратов. Применительно к уравнению регрессии (2.1) матрицы коэффициентов имеют вид: I x11 x12 … x1m I x21 x22 … x2m X = … … … … … , … … … … … I xn1 xn2 … xnm и, следовательно, n скачать реферат 1 2 3 4 5 Не нашли нужную работу? Закажи реферат, курсовую, диплом на заказ Внимание! Студенческий отдых и мегатусовка после сессии!
Рефераты и/или содержимое рефератов предназначено исключительно для ознакомления, без целей коммерческого использования. Все права в отношении рефератов и/или содержимого рефератов принадлежат их законным правообладателям. Любое их использование возможно лишь с согласия законных правообладателей. Администрация сайта не несет ответственности за возможный вред и/или убытки, возникшие или полученные в связи с использованием рефератов и/или содержимого рефератов.
|
Обратная связь. |