Дата размещения :

Регрессионный анализ используется для установления связи между величинами, характеризующими рассматриваемый процесс или явление. Вид функции, связывающей данные величины, предполагается известным, и задача сводится к определению количественных параметров этой функции.

Иногда говорят о «выравнивании» функции по аргументам, позволяющим избежать случайных для данного процесса отклонений.

Корреляционный анализ применяется для оценки тесноты связи и определения формы связи между случайными величинами, т. е. он включает и регрессионный анализ. Зависимости, полученные на основе корреляционного анализа, называются линиями регрессии.

Объективный анализ связи между двумя случайными величинами в первую очередь основывается на корреляции двух переменных (парной корреляции).

Под анализом парной связи понимается: определение наличия и тесноты зависимости между двумя переменными; определение наилучшего (с позиции определенного критерия) математического описания связи; выявление степени неопределенности найденной связи и погрешностей как исходных данных, так и полученных результатов. Допустим, имеются две переменные величины х и у и известны их числовые значения.

Между значениями х и у возможно взаимно однозначное соответствие.

В этом случае можно говорить о том, что существует функциональная зависимость между переменными или что у является функцией X. В реальной действительности возможны такие зависимости, когда каждому элементу х соответствуют определенные значения только в среднем.

Отклонения фактических значений у от среднего возможны в результате Действия множества случайных факторов, приводящих к существованию определенного закона распределения вероятностей указанных отклонений. Вполне логично предположение также о том, что если значения аргумента х в эксперименте не являются фиксированными и если они подвержены действию тех же случайных факторов, то существует закон распределения вероятностей отклонения аргумента от его среднего значения.