Business-insider.ru

Про деньги в эпоху кризиса
1 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Корреляционный факторный анализ

ПИОСС

Реклама

Прямой эфир

iafet 22 апреля 2013, 02:33

Garald1 17 февраля 2013, 01:53

BoutiQue 13 февраля 2013, 04:05

Rusnotslave 1 января 2013, 16:07

kozak1123 26 сентября 2012, 19:30

EntonSky 13 сентября 2012, 01:14

OPOK 3 августа 2012, 13:23

Samsebe99 29 февраля 2012, 14:34

Shumi2010 22 февраля 2012, 06:33

sheih_merden 5 февраля 2012, 18:31

Svoboda 22 января 2012, 18:09

anola2009 12 января 2012, 10:03

Politolog 11 декабря 2011, 14:29

STOP_VTO 20 ноября 2011, 05:57

Politolog 13 ноября 2011, 21:40

koller 27 октября 2011, 15:12

Yrka58 23 октября 2011, 19:36

Yrka58 11 октября 2011, 22:58

Блоги

  • Факультет истории, политологии и права МГОУ24.71
  • Тайные организации15.62
  • Новости9.53
  • Выборы и кадровая политика9.46
  • Партии и движения9.14
  • Юмор в политике9.08
  • Политтехнологии и Пиар8.81
  • Международные отношения и конфликты7.75
  • Балканистика6.63
  • Империи и сверхдержавы5.88

Корреляционный анализ и факторный анализ. Сравнительная характеристика.

Любые значимые исследования обычно подкрепляются достоверными империческими данными. Политологам нередко приходится обращаться к готовым социологическим исследованиям, статистике. Статистика позволяет решать множество разнообразных задач, обрабатывать большие массивы информации, может являться «иллюстрацией» к политологическим разработкам.

Корреляционный и факторный виды анализа относятся к статистическим методам, используемых в политической науке. Попробуем провести сравнительное исследование двух методов, найти общее и особенное. Для этого определим цели данных видов анализа, определим когда используется тот или иной вид анализа, какие выводы позволяет сделать каждый из методов.

Корреляционный анализ является одним из наиболее широко используемых статистических методов в политической науке, часто осуществляется как составная часть более сложных, комплексных методов (в том числе факторного анализа). Целью корреляционного анализа является измерение статистической взаимозависимости между двумя или более переменными. Важно, что переменные в корреляционном анализе не делятся на зависимые и независимые. Исследуется именно взаимозависимость переменных, а не влияние одной из них на другую (направленность и интенсивность). Связь между явлениями обязательно должна быть линейной, для четкого выяснения данного вопроса часто используют «геометрические представления», линейные схемы. (подробно на этом останавливаться не буду). Индекс корреляционной зависимости свидетельствует о интенсивности корреляции. (0,4 > г > 0,3 — слабая корреляция; 0,6 > г > 0,4 — средняя корреляция; г > 0,7 — сильная корреляция). Коэффициент корреляции (например коофициент Пирсона – как один из видов корреляционного анализа) можно легко подсчитать с помощью компьютерных программ (SPSS, Statistica, NCSS, Excel)

Перейдем к рассмотрению более сложного статистического анализа данных – факторного анализа. В его основе лежит процедура объединения Групп коррелирующих переменных («корреляционных узлов») в несколько факторов. (Объединяет группы переменных с группами переменных) Иными словами, цель факторного анализа — сконцентрировать исходную разнородную информацию в «общую картину» структурировано, логично, объединить факторы, иногда обладающие латентной, а не очевидной связью.

Рассмотрев цели, сущность двух видов анализа, делаем вывод, что корреляционный анализ призван просто находить взаимозависимость, объяснять ее интенсивность и трансформацию, а факторный анализ имеет более глобалную цель – структурое интегрирование информации в болки(факторы). Корреляционный анализ можно рассматривать как составную часть факторного анализа, (как и самостоятельный вид анализа) но это не умаляет достоинства первого т.к он выявляет определяющие связи. Факторный анализ более многоуровневый и сложный, позволяет сделать более глубокие выводы.

На мой взгляд, использование в политологии научного инструментария, заимствованного из других дисциплин может быть весьма полезно. Что касается статистческих методов, то они позволяют сделать исследование более релевантным, насыщенным и придают научную строгость. Однако, следует отметить, что не все явления в сфере политики можно измерить количественными методами. Не всегда можно перевести политическое событие в язык формул, цифр. Для каждого политического исследования необходимо выбирать методы изучения, исходя из особенностей изучаемого явления.

Источники:
Ахременко А.С., Политический анализ и прогнозирование: учеб. пособие /— М.: Гардарики, 2006. — 333 с.
А.П.Ситников А.С., Огарь И.Б, Бахвалова Н.С.- Политический консалтинг / – М.: Издательский дом ГУ ВШЭ, 2004

Читать еще:  Анализ работы торгового предприятия

Методы факторного и корреляционного анализа

Факторный анализ является частью многомерного статистического анализа, входящего в математико-статистические методы.

Сущность метода факторного анализа заключается в выделении из множества изучаемых факторов, влияющих на изучаемый объект, меньшего их числа, но отражающих более существенные свойства исследуемого явления.

Факторпри использовании данного метода представляет собой обычно независимую переменную, нередко называемую причиной, и находящуюся в логической зависимости со следствием изучаемого явления и определяющую его.

Например, используемая компьютерная техника и ее про­граммное обеспечение выступают существенным фактором произ­водительности труда работников управления (бухгалтеров, менедже­ров, экономистов и др.); изменяющиеся факторы трудовых затрат и производительности труда влияют на изменение объемов выпуска продукции; факторы, характеризующие число работающих и сред­нее число часов работы в месяц одного работника, определяют ме­сячный фонд рабочего времени.

Фактор может быть единичным, т.е. влияющим на следствие од­ной переменной. В факторном анализе выделяют, помимо единич­ных, комплексные (нередко называемые общими) факторы, т.е. те, которые определяются одновременно несколькими переменными. При этом комплексный фактор, связанный со всеми переменными, называют генеральным.

В отличие от корреляционного анализа рассматриваемый метод не требует подразделять все переменные на зависимые и независимые, так как в нем все переменные величины (факторы — причины), опре­деляющие явление, рассматриваются как равноправные. При этом следует учитывать, что некоторые из переменных величин могут быть в некоторый период времени стабильными, т.е. не изменяющимися.

Например, прирост объемов выпуска продукции при неиз­менности числа работающих в анализируемые периоды времени и при повышающейся производительности труда есть следствие изме­нения только одного фактора — производительности труда.

Отбор факторов, влияющих на исследуемый объект, осуществ­ляется, как правило, на основе их классификации, теоретического обоснования и путем их качественного анализа. При этом необхо­димо учитывать взаимодействие факторов между собой. Число фак­торов должно быть в максимальной мере практически целесообраз­ным для дальнейшего изучения и влияния на объект исследования.

Это требование вытекает из необходимости абстрагироваться от маловажных факторов. Для каждого выбранного фактора следует предусматривать возможность его количественной оценки, что по требуется в дальнейшем при определении корреляционных зависи­мостей между ними и влияния их на объект исследования.

Метод факторного анализа широко используется при анализе влияния различных факторов (труда, использования оборудования, использования производственных мощностей в целом, использова­ния сырья и материалов, организации производства, технологии и др.) на объемы производства, качество выпускаемой продукции, фонд заработной платы, итоги хозяйственной деятельности и раз­витие предприятия в целом.

Корреляционный метод — один из экономико-математических методов исследования, позволяющий определить количественную взаимосвязь между несколькими явлениями исследуемой системы. Его называют нередко взаимосвязанным.

Корреляционная зависимость в отличие от функциональной может проявляться только в общем, среднем случае, т.е. в массе случаев — наблюдений. Поэтому корреляцияпредставляет собой вероятностную зависимость между явлениями, при которой средняя величина параметров одного из них изменяется в зависимости от других. Корреляция между двумя явлениями носит название парной, а между несколькими — множественной.

При использовании корреляционного метода выделяют функ­цию,т.е. исследуемый результирующий показатель и факторные признаки, от которых зависит результирующий, — аргументы. Та­кая классификация проводится на основе качественного анализа, т.е. все возможные переменные подразделяют на зависимые и неза­висимые от изучаемого явления.

Корреляционные связи в зависимых переменных не могут быть жесткими и носят характер неполных связей. Если в случае увели­чении (или уменьшении) аргумента результирующий показатель (функция) также увеличивается (или соответственно уменьшается), то корреляционная связь называется прямой (положительной), а если наоборот — обратной (отрицательной). При отсутствии какой-либо зависимости функции от аргумента, корреляционная связь отсутствует.

Теснота корреляционной взаимосвязи при линейной зависимо­сти оценивается коэффициентами корреляции, при нелинейной за­висимости —корреляционным отношением.

Следует отметить, что коэффициент корреляции может коле­баться в пределах от —1 до 0 и от 0 до +1. Чем ближе рассчитываемый коэффициент корреляции к + 1 (при прямой зависимости) и к – 1 (при обратной зависимости), тем выше теснота связи. Соответственно при коэффициентах корреляции + 1 или – 1 имеют место функциональные связи.

Читать еще:  Метод количественного анализа это

Не нашли то, что искали? Воспользуйтесь поиском:

Корреляционный анализ

экономические науки

  • Дашкина Дарья Владимировна , бакалавр, студент
  • Башкирский государственный аграрный университет
  • КОРРЕЛЯЦИОННЫЕ ПОЛЯ
  • КОРРЕЛЯЦИЯ
  • КОРРЕЛЯЦИОННЫЙ АНАЛИЗ
  • КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ

Похожие материалы

Исследователей нередко интересует, как связаны между собой две или большее количество переменных в одной или нескольких изучаемых выборках. Например, такая связь может наблюдаться между погрешностью аппаратной обработки экспериментальных данных и величиной скачков сетевого напряжения. Другим примером может служить связь между пропускной способностью канала передачи данных и соотношением сигнал/шум.

В 1886 году английский естествоиспытатель Френсис Гальтон для обозначения характера подобного рода взаимодействий ввёл термин «корреляция». Позже его ученик Карл Пирсон разработал математическую формулу, позволяющую дать количественную оценку корреляционным связям признаков.

Зависимости между величинами (факторами, признаками) разделяют на два вида: функциональную и статистическую.

При функциональных зависимостях каждому значению одной переменной величины соответствует определенное значение другой переменной. Кроме того, функциональная связь двух факторов возможна только при условии, что вторая величина зависит только от первой и не зависит ни от каких других величин. В случае зависимости величины от множества факторов, функциональная связь возможна, если первая величина не зависит ни от каких других факторов, кроме входящих в указанное множество.

При статистической зависимости изменение одной из величин влечёт изменение распределения других величин, которые с определенными вероятностями принимают некоторые значения.

Значительно больший интерес представляет другой частный случай статистической зависимости, когда существует взаимосвязь значений одних случайных величин со средним значением других, при той особенности, что в каждом отдельном случае любая из взаимосвязанных величин может принимать различные значения.

Такого рода зависимость между переменными величинами называется корреляционной, или корреляцией.

Корреляционный анализ — метод, позволяющий обнаружить зависимость между несколькими случайными величинами.

Корреляционный анализ решает две основные задачи:

  • Первая задача заключается в определении формы связи, т.е. в установлении математической формы, в которой выражается данная связь. Это очень важно, так как от правильного выбора формы связи зависит конечный результат изучения взаимосвязи между признаками.
  • Вторая задача состоит в измерении тесноты, т.е. меры связи между признаками с целью установить степень влияния данного фактора на результат. Она решается математически путем определения параметров корреляционного уравнения.

Затем проводятся оценка и анализ полученных результатов при помощи специальных показателей корреляционного метода (коэффициентов детерминации, линейной и множественной корреляции и т.д.), а также проверка существенности связи между изучаемыми признаками.

Методами корреляционного анализа решаются следующие задачи:

  1. Взаимосвязь. Есть ли взаимосвязь между параметрами?
  2. Прогнозирование. Если известно поведение одного параметра, то можно предсказать поведение другого параметра, коррелирующего с первым.
  3. Классификация и идентификация объектов. Корреляционный анализ помогает подобрать набор независимых признаков для классификации.

Корреляция — статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми). Суть ее заключается в том, что при изменении значения одной переменной происходит закономерное изменение (уменьшению или увеличению) другой переменной.

Для определения наличия взаимосвязи между двумя свойствами используется коэффициент корреляции.

Коэффициент корреляции р для генеральной совокупности, как правило, неизвестен, поэтому он оценивается по экспериментальным данным, представляющим собой выборку объема n пар значений (xi, yi), полученную при совместном измерении двух признаков Х и Y. Коэффициент корреляции, определяемый по выборочным данным, называется выборочным коэффициентом корреляции (или просто коэффициентом корреляции). Его принято обозначать символом r.

К основным свойствам коэффициента корреляции относятся:

  1. Коэффициенты корреляции способны характеризовать только линейные связи, т.е. такие, которые выражаются уравнением линейной функции. При наличии нелинейной зависимости между варьирующими признаками следует использовать другие показатели связи.
  2. Значения коэффициентов корреляции – это отвлеченные числа, лежащее в пределах от -1 до +1, т.е. -1 0 имеет место положительная корреляция (с увеличением x значения y в целом имеют тенденцию к возрастанию), при p 0,70);
  3. средняя (при 0,50

Список литературы

  1. Аблеева, А. М. Формирование фонда оценочных средств в условиях ФГОС [Текст] / А. М. Аблеева, Г. А. Салимова // Актуальные проблемы преподавания социально-гуманитарных, естественно — научных и технических дисциплин в условиях модернизации высшей школы : материалы международной научно-методической конференции, 4-5 апреля 2014 г. / Башкирский ГАУ, Факультет информационных технологий и управления. — Уфа, 2014. — С. 11-14.
  2. Ганиева, А.М. Статистический анализ занятости и безработицы [Текст] / А.М. Ганиева, Т.Н. Лубова // Актуальные вопросы экономико-статистического исследования и информационных технологий: сб. науч. ст.: посвящается к 40-летию создания кафедры «Статистики и информационных систем в экономике» / Башкирский ГАУ. — Уфа, 2011. — С. 315-316.
  3. Исмагилов, Р. Р. Творческая группа — эффективная форма организации научных исследований в высшей школе [Текст] / Р. Р. Исмагилов, М. Х. Уразлин, Д. Р. Исламгулов // Научно-технический и научно-образовательный комплексы региона : проблемы и перспективы развития : материалы научно-практической конференции / Академия наук РБ, УГАТУ. — Уфа, 1999. — С. 105-106.
  4. Исламгулов, Д.Р. Компетентностный подход в обучении: оценка качества образования [Текст] / Д.Р. Исламгулов, Т.Н. Лубова, И.Р. Исламгулова // Современный научный вестник. – 2015. – Т. 7. — № 1. – С. 62-69.
  5. Исламгулов, Д. Р. Научно-исследовательская работа студентов — важнейший элемент подготовки специалистов в аграрном вузе [Текст] / Д. Р. Исламгулов // Проблемы практической подготовки студентов в вузе на современном этапе и пути их решения : сб. материалов науч.-метод. конф., 24 апреля 2007 года / Башкирский ГАУ. — Уфа, 2007. — С. 20-22.
  6. Лубова, Т.Н. Основа реализации федерального государственного образовательного стандарта – компетентностный подход [Текст] / Т.Н. Лубова, Д.Р. Исламгулов, И.Р. Исламгулова// БЪДЕЩИТЕ ИЗСЛЕДОВАНИЯ – 2016: Материали за XII Международна научна практична конференция, 15-22 февруари 2016. – София: Бял ГРАД-БГ ООД, 2016. – Том 4 Педагогически науки. – C. 80-85.
  7. Лубова, Т.Н. Новые образовательные стандарты: особенности реализации [Текст] / Т.Н. Лубова, Д.Р. Исламгулов // Современный научный вестник. – 2015. – Т. 7. — № 1. – С. 79-84.
  8. Лубова, Т.Н. Организация самостоятельной работы обучающихся [Текст] / Т.Н. Лубова, Д.Р. Исламгулов // Реализация образовательных программ высшего образования в рамках ФГОС ВО: материалы Всероссийской научно-методической конференции в рамках выездного совещания НМС по природообустройству и водопользованию Федерального УМО в системе ВО. / Башкирский ГАУ. — Уфа, 2016. — С. 214-219.
  9. Лубова, Т.Н. Основа реализации федерального государственного образовательного стандарта – компетентностный подход [Текст] / Т.Н. Лубова, Д.Р. Исламгулов, И.Р. Исламгулова // Современный научный вестник. – 2015. – Т. 7. — № 1. – С. 85-93.
  10. Саубанова, Л.М. Уровень демографической нагрузки [Текст] / Л.М. Саубанова, Т.Н. Лубова // Актуальные вопросы экономико-статистического исследования и информационных технологий: сб. науч. ст.: посвящается к 40-летию создания кафедры «Статистики и информационных систем в экономике» / Башкирский ГАУ. — Уфа, 2011. — С. 321-322.
  11. Фахруллина, А.Р. Статистический анализ инфляции в России [Текст] / А.Р. Фахруллина, Т.Н. Лубова // Актуальные вопросы экономико-статистического исследования и информационных технологий: сб. науч. ст.: посвящается к 40-летию создания кафедры «Статистики и информационных систем в экономике» / Башкирский ГАУ. — Уфа, 2011. — С. 323-324.
  12. Фархутдинова, А.Т. Рынок труда в Республике Башкортостан в 2012 году [Электронный ресурс] / А.Т. Фархутдинова, Т.Н. Лубова // Студенческий научный форум. Материалы V Международной студенческой электронной научной конференции: электронная научная конференция (электронный сборник). Российская академия естествознания. 2013.

Электронное периодическое издание зарегистрировано в Федеральной службе по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор), свидетельство о регистрации СМИ — ЭЛ № ФС77-41429 от 23.07.2010 г.

Соучредители СМИ: Долганов А.А., Майоров Е.В.

Ссылка на основную публикацию
Adblock
detector