Реферат на тему Меры связи в статистическом анализе социологической информации

Содержание:

Введение. 3

1. Методы статистического
исследования. 5

2. Корреляционный анализ 7

3. Корреляционная зависимость в ходе
статистического анализа социологической информации. 12

Заключение. 14

Список использованной литературы.. 16

Введение:

В условиях убыстрения научно-технического
прогресса и усложнения структурных взаимосвязей между элементами общественной
системы все большее значение имеют методы, разрешающие обнаружить главные
закономерности в развитии социальных процессов, наиболее важные факторы,
устанавливающие их тенденции, разработать справедливые и доказанные прогнозы.

Среди этаких методов наиболее
результативными есть использование корреляционного анализа. Главная задача,
которого состоит в построении моделей специфичного типа, обрисовывающих
закономерности взаимообусловленного развития общественных процессов и явлений
на основе отправной информации, характеризующей их уровни в разнообразные
периоды времени.

Корреляционный анализ нашел самое обширное
использование в систематизации, упорядочивании, обнаружении главных черт у
объектов и явлений, имеющих много признаковую природу и часто характеризующихся
разрозненными и разнородными наборами данных.

Предметом наблюдения и анализа выступают
как параметрические, так и непараметрические (качественные, порядковые) связи,
имеющие детерминированную и стохастическую природу, настоящие и неверные,
наблюдаемые и ненаблюдаемые. В данной связи многомерные методы статистического
анализа экономики разрешают обнаружить закономерности разделения и тесноты
связей между объектами, характеризующимися как очевидными, так и скрытыми
признаками.

Корреляция — это степень связи между 2-мя
или несколькими независимыми явлениями.

Корреляция есть позитивной и негативной. Позитивная корреляция (прямая) появляется
при синхронном видоизменении 2-х переменных величин в равных направлениях (в позитивном
или негативном). К примеру, взаимосвязь между численностью пользователей,
приходящих на сайт из поисковой выдачи и нагрузкой на сервер: чем больше пользователей,
тем больше нагрузка.

Корреляция негативная (обратная), если видоизменение
одной величины повергает противоположному видоизменению второй. К примеру, с повышением
налоговой нагрузки на компании сбавляется их прибыль. Чем больше налогов, тем
меньше денег на развитие.

Результативность корреляции как
статистического инструмента содержится в возможности формулирования связи между
двумя переменными с помощью коэффициента корреляции.

Корреляционная зависимость отображает лишь
взаимосвязь между переменными и не сообщает о причинно-следственных связях: позитивная
или негативная корреляция между 2-мя переменными не обязательно обозначает, что
видоизменение одной переменной порождает видоизменение второй.

К примеру, есть позитивная корреляция
между повышением жалованья менеджеров по продажам и качеством работы с
клиентами (увеличения качества обслуживания, работа с возражениями, знание позитивных
качеств продукта в сопоставлении с конкурентами) при соответственной мотивации
персонала. Умножившийся объем продаж, а следственно и жалованье менеджеров, совершенно
не обозначает, что менеджеры усовершенствовали качество работы с клиентами. Совершенно
вероятно, что случайно поступили большие заказы и были отгружены или отдел
маркетинга приумножил рекламный бюджет или случилось еще что-то.

Заключение:

Корреляционный анализ — есть одним из
сильнейших методических решений в анализе для принятия решений. Главной
задачей, которую решают различными методами корреляционного анализа, подключая
и метод основных компонент, есть сокращение информации, переход от массы
значений по элементарным признакам с объемом информации к ограниченному
множеству элементов матрицы корреляционного отражения или матрицы значений
латентных факторов для любого наблюдаемого процесса.

Осуществив работу, мы сделали такие
выводы. Методы корреляционного анализа разрешают также визуализировать
структуру постигаемых явлений и процессов, а это значит устанавливать их
состояние и предсказывать развитие. В конце концов, данные корреляционного
анализа дают основания для идентификации объекта, т.е. решения задачи
распознавания образа.

Совокупность методов обработки данных с
целью обнаружения статистической взаимосвязи между случайными величинами или
признаками.

Корреляционный анализ для двух случайных
величин заключает в себе:

 Построение
корреляционного поля и составление корреляционной таблицы;

 Вычисление
выборочных коэффициентов корреляции и корреляционных отношений;

 Проверка
статистической гипотезы значимости связи.

Методами корреляционного анализа решаются
следующие задачи:

 Взаимосвязь.
Установление наличия зависимости между двумя признаками и определение ее силы.

 Прогнозирование.
Предсказание поведения одного признака на основе изменения другого,
коррелирующего с первым.

 Отбор
переменных. Корреляционный анализ позволяет производить выбор набора входных
переменных для аналитической модели, в наименьшей степени коррелирующих между
собой и в наибольшей степени коррелирующих с выходной переменной. Это позволяет
сделать работу аналитических моделей более точной и устойчивой.

Сила корреляционной связи между двумя
переменными характеризуется с помощью коэффициента корреляции.

Конкретный вид (линейная, экспоненциальная
и т.д.) корреляционной связи и ее параметры устанавливается в рамках
регрессионного анализа.

Впервые элементы корреляционного анализа в
научных исследованиях начал применять французский палеонтолог Жорж Кювье,
который и ввел в научный обиход термин «корреляция». Значительный вклад в
развитие теории корреляционного анализ внесли Френсис Гальтон, Карл Пирсон,
Чарльз Спирмен, Морис Кендалл и другие.

Методы корреляционного анализа владеют
свойствами, весьма заманчивыми для их применения в составе иных статистических
методов, наиболее часто в корреляционно-регрессионном анализе, кластерном анализе,
многомерном шкалировании и прочих.

Таким образом, исследование употребления
корреляционного анализа при проведении социологических исследований, есть важным.
Отказываться от отображения иных сторон диагностики нельзя, лишь путем использования
разнообразных методов можно добиться совершенства. Потому каждая модель заменяет
оригинал только в строго узком значении. Из данного следует, что для одного
объекта может быть выстроено несколько специализированных моделей, акцентирующих
внимание на назначенных сторонах изучаемого объекта или же характеризующих
объект с различной степенью детализации.

Фрагмент текста работы:

1. Методы
статистического исследования Статистика — это изучение любых явлений в
числовой форме. Статистика используется анализом данных в количественных
исследованиях. Противоположность им — качественные, описывающие ситуацию без
применения цифр, в текстовом выражении.

Количественный анализ статистических
данных проводится по интервальной шкале и по рациональной:

— интервальная шкала указывает, насколько
тот или иной показатель больше или меньше другого и дает возможность подобрать
похожие по свойствам соотношения показатели,

— рациональная шкала показывает, во
сколько раз тот или иной показатель больше или меньше другого, но в ней
содержатся только положительные значения, что не всегда будет отражать реальное
положение дел [7].