Matematiniai metodai bei modeliai vadyboje

Koreliacinė analizė – tai ryšių priklausomybė. Koreliacinė regresinė analizė tyrinėja stochastines (atsitiktines) priklausomybes.
Tirsiu kaip priklauso santuokų skaičius per metus nuo 5 kriterijų: amžiaus, pajamų per metus, gyvenamosios vietos, užimtumo ir šeimyninės padėties.
X5 – šeimyninė padėtis (nesituokę – 1, išsituokę – 2, našliai – 3).
Analizę atliksiu su duomenimis pateiktais lentelėje:
Eil.
Y
X1
X2
X3
X4
X5
Nr.
Santuokų sk.
Amžius
Pajamos
Gyv. vieta
Užimtumas
Šeimyn. padėtis
1
900
20
7000
1
104
1
2
852
19
4380
1
126
2
3
1023
24
8954
2
260
3
4
769
18
4563
1
196
1
5
968
19
6984
2
279
1
6
1257
22
12365
2
234
2
7
1012
21
10598
2
314
1
8
965
25
6998
1
169
3
9
897
24
5062
1
281
1
10
936
23
9330
2
263
1
11
725
19
4212
1
275
2
12
1536
22
16056
2
264
1
13
692
18
5690
1
278
3
14
973
19
8021
1
149
2
15
1118
22
15360
2
246
3
16
1352
23
18654
2
199
1
17
1106
21
16831
2
273
1
18
954
25
9060
2
263
1
19
837
18
8315
1
349
2
20
1068
24
14940
2
301
1
Suma
19940
426
193373
31
4823
33
Vidurkis
997
21,3
9668,65
1,55
241,15
1,65
Dispersija
40482,4
Tyrimo tikslai:
• Nustatyti, ar egzistuoja stochastinis ryšys tarp nagrinėjamų veiksnių: santuokų sk. per metus (Y), amžiaus (X1), pajamų per metus (X2), gyvenamosios vietos (X3), užimtumo (X4) ir šeimyninės padėties (X5);
• Nustatyti ryšių stiprumus, formas, bei analitines išraiškas;
• Nustatyti ryšių stiprumą tarp santuokų skaičiaus per metus ir reikšmingiausių veiksnių, bei rasti tų ryšių formas ir analitines išraiškas.
1.2. Koreliacinė analizė Y su kiekvienu X1, X2, X3, X4, X5
Ryšio egzistavimo įvertinimui tarp Y ir visų X, reikia paskaičiuoti koreliacijos koeficientus.
Kuo koreliacijos koeficientas (r) yra mažesnis, tuo ryšys yra silpnesnis. Neigiamas koreliacijos koeficientas rodo, kad Y mažėja didėjant X.
Pirmiausiai apsiskaičiuosiu tarpinius duomenis:
Eil. Nr.
Y2
X1Y
X2Y
X3Y
X4Y
X5Y
X12
X22
X32
X42
X52
1
810000
18000
6300000
900
93600
900
400
49000000
1
10816
1
2
725904
16188
3731760
852
107352
1704
361
19184400
1
15876
4
3
1046529
24552
9159942
2046
265980
3069
576
80174116
4
67600
9
4
591361
13842
3508947
769
150724
769
324
20820969
1
38416
1
5
937024
18392
6760512
1936
270072
968
361
48776256
4
77841
1
6
1580049
27654
15542805
2514
294138
2514
484
152893225
4
54756
4
7
1024144
21252
10725176
2024
317768
1012
441
112317604
4
98596
1
8
931225
24125
6753070
965
163085
2895
625
48972004
1
28561
9
9
804609
21528
4540614
897
252057
897
576
25623844
1
78961
1
10
876096
21528
8732880
1872
246168
936
529
87048900
4
69169
1
11
525625
13775
3053700
725
199375
1450
361
17740944
1
75625
4
12
2359296
33792
24662016
3072
405504
1536
484
257795136
4
69696
1
13
478864
12456
3937480
692
192376
2076
324
32376100
1
77284
9
14
946729
18487
7804433
973
144977
1946
361
64336441
1
22201
4
15
1249924
24596
17172480
2236
275028
3354
484
235929600
4
60516
9
16
1827904
31096
25220208
2704
269048
1352
529
347971716
4
39601
1
17
1223236
23226
18615086
2212
301938
1106
441
283282561
4
74529
1
18
910116
23850
8643240
1908
250902
954
625
82083600
4
69169
1
19
700569
15066
6959655
837
292113
1674
324
69139225
1
121801
4
20
1140624
25632
15955920
2136
321468
1068
576
223203600
4
90601
1
Suma
20689828
429037
207779924
32270
4813673
32180
9186
2258670241
53
1241615
67
Koreliacijos koeficientus skaičiuosiu pagal formulę:
O taip pat, juos iš karto patikrinsiu programos Excel – funkcija CORREL.
Gautus rezultatus pateikiu lentelėje:
Ryšys tarp:
Y ir X1 (r1)
Y ir X2 (r2)
Y ir X3 (r3)
Y ir X4 (r4)
Y ir X5 (r5)
r (skaičiuoj.)
0,452726846
0,844471504
0,680840109
0,020389889
-0,22618577
r (patikr.)
0,452726846
0,844471504
0,680840109
0,020389889
-0,22618577
Kadangi r (skaičiuojamas) sutampa su r (patikrinamuoju) reiškia skaičiavimuose klaidų nėra.
Koreliacijos koeficientų reikšmingumo įvertinimui dar reikia rasti t statistines reikšmes ir palyginti su t lenteline reikšme. Jei t statistika yra didesnis už t lentelinį, tai darome išvadą, kad egzistuojantis ryšys pakankamai reikšmingas.
Taigi t statistinį skaičiuosiu pagal formule:
;
O t lentelinę reikšmę (pagal Stjudentą) rasiu programos Excel – funkcijos TINV pagalba.
TINV (0,05;20-2).
Gautus rezultatus pateikiu lentelėje:

t1
t2
t3
t4
t5
tstatist
2,154162428
6,689294112
3,943792255
0,087402627
-0,985156073
tlent
2,100923666
2,100923666
2,100923666
2,100923666
2,100923666
Kadangi t1, t2, t3 yra didesni už tlent, tai darome išvadą, kad egzistuoja ryšiai tarp Y ir X1, X2, X3. Tai reiškia jog santuokų skaičius per metus priklauso nuo amžiaus, pajamų ir gyvenamosios vietos. Šie trys veiksniai yra reikšmingi, todėl juos pasirenku tolimesniam tyrimui.
1.3. Porinė regresinė analizė
Porinės regresinės analizės tikslas - nustatyti stochastinio...

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!