Модели взаимосвязи зависимых и независимых переменных

Модели взаимосвязи зависимых и независимых переменных

Так, корреляционный анализ, включающий методы линейной и множественной регрессии, позволяет измерять связь между зависимыми и независимыми переменными. Оставаясь стандартным и необходимым условием решения более сложных задач с применением методов более высокого порядка, регрессионный метод не позволяет, тем не менее, отобразить реальные причинно-следственные связи между переменными. Типичная модель взаимосвязей, полученная в результате стандартного регрессионного анализа, показана на схеме 2а.

В реальной ситуации, однако, независимые переменные (Хр Хд) могут оказывать влияние друг на друга, а также на зависимую переменную (X,), причем это влияние может быть как прямым, так и обратным 2b, с.

Примером многомерного статистического анализа, позволяющего оценить точность таких моделей путем эмпирической оценки прямых и непрямых воздействий одной переменной на другую, являетсяпат-анализ. В нем различаются эндогенные (частично определенные внутренними переменными данной модели) и экзогенные (полностью обусловленные внешними по отношению к данной модели факторами) переменные. Здесь оперируют понятием рекурсивной модели, которая означает, что все взаимосвязи между переменными имеют однонаправленный характер (схема IV), а также нерекурсивной модели, в которой существует обратная связь (схема 2с) между любыми переменными. За счет этого создаются возможности для применения различных методик расчета вариантов статистической взаимосвязи между переменными.

Важным преимуществом пат-анализа является то, что он позволяет судить не только о том, связаны ли переменные в нашей модели именно так, как мы предполагали, но и о том, каково относительное влияние каждой переменной на другие переменные в данной модели. Зная это, мы можем выработать рекомендации, помогающие направить практические усилия на изменение именно той переменной, которая имеет наибольшее влияние и тем самым обеспечивает наиболее эффективное и результативное применение наших усилий.

Важное место среди частных методов занимает ифакторный анализ, или метод многомерной математической статистики, с помощью

Определение функции. Простое и наглядное объяснение. Независимая и зависимая переменные. Аргумент


Читать еще…

Понравилась статья? Поделиться с друзьями: