தரப்படுத்தப்பட்ட பின்னடைவு குணகம் என்ன? மாறி அமைப்பு என்பதன் பொருள். பொதுவான குறைந்தபட்ச சதுரங்கள் முறை பயன்படுத்தப்படுகிறது

சராசரியின் பின்னங்களில் சதுர விலகல்காரணி மற்றும் விளைவாக பண்புகள்;

6. பின்னடைவு சமன்பாட்டில் அளவுரு a பூஜ்ஜியத்தை விட அதிகமாக இருந்தால், பின்:

7. விலையில் வழங்கலின் சார்பு y = 136 x 1.4 வடிவத்தின் சமன்பாட்டால் வகைப்படுத்தப்படுகிறது. இதன் பொருள் என்ன?

1% விலையில் அதிகரிப்புடன், வழங்கல் சராசரியாக 1.4% அதிகரிக்கிறது;

8. பி சக்தி செயல்பாடு b அளவுரு:

நெகிழ்ச்சி குணகம்;

9. மீதமுள்ள நிலையான விலகல் சூத்திரத்தால் தீர்மானிக்கப்படுகிறது:

10. 15 அவதானிப்புகளிலிருந்து கட்டமைக்கப்பட்ட பின்னடைவு சமன்பாடு, வடிவம் கொண்டது: y = 4 + 3x +?6 t - அளவுகோல் மதிப்பு 3.0 இந்த சமன்பாட்டிற்கான நிர்ணய குணகம்:

மாதிரி உருவாக்கும் கட்டத்தில், குறிப்பாக காரணி திரையிடல் நடைமுறையில், அவர்கள் பயன்படுத்துகின்றனர்

பகுதி தொடர்பு குணகங்கள்.

12. "கட்டமைப்பு மாறிகள்" என்று அழைக்கப்படுகின்றன:

போலி மாறிகள்.

13. ஜோடி தொடர்பு குணகங்களின் அணி கொடுக்கப்பட்டது:

U xl x2 x3

U 1.0 - - -

Xl 0.7 1.0 - -

X2 -0.5 0.4 1.0 -

X3 0.4 0.8 -0.1 1.0

கோலினியர் என்ன காரணிகள்?

14. தன்னியக்க தொடர்பு செயல்பாடுநேரத் தொடர்:

நேரத் தொடர் நிலைகளின் தன்னியக்க தொடர்பு குணகங்களின் வரிசை;

15. சேர்க்கை மாதிரியில் நேரத் தொடர் நிலையின் முன்னறிவிப்பு மதிப்பு:

போக்கு மற்றும் பருவகால கூறுகளின் கூட்டுத்தொகை.

16. நேரத் தொடரின் ஒருங்கிணைப்பின் கருதுகோளைச் சோதிக்கும் முறைகளில் ஒன்று:

ஏங்கல்-கிரேன்ஜர் அளவுகோல்;

17. நேரத் தொடர் ஒருங்கிணைப்பு:

இரண்டு (அல்லது அதற்கு மேற்பட்ட) நேரத் தொடரின் நிலைகளில் காரண-விளைவு உறவு;

18. சமன்பாடுகளின் அமைப்பில் வெளிப்புற மாறிகளுக்கான குணகங்கள் குறிக்கப்படுகின்றன:



19. ஒரு சமன்பாடு அதிகமாக அடையாளம் காணக்கூடியதாக இருந்தால்:

20. ஒரு மாதிரி அடையாளம் காண முடியாததாகக் கருதப்படுகிறது:

மாதிரியின் குறைந்தபட்சம் ஒரு சமன்பாடு அடையாளம் காணப்படவில்லை;

விருப்பம் 13

1. பொருளாதார அளவியல் ஆராய்ச்சியின் முதல் நிலை:

பிரச்சனையின் அறிக்கை.

என்ன சார்பு கீழ் வெவ்வேறு அர்த்தங்கள்ஒரு மாறி மற்றொரு மாறியின் மதிப்புகளின் வெவ்வேறு விநியோகங்களுடன் ஒத்துப்போகிறதா?

புள்ளியியல்;

3. பின்னடைவு குணகம் பூஜ்ஜியத்தை விட அதிகமாக இருந்தால், பின்:

தொடர்பு குணகம் பூஜ்ஜியத்தை விட அதிகமாக உள்ளது.

4. பின்னடைவு குணகங்களை மதிப்பிடுவதற்கான கிளாசிக்கல் அணுகுமுறை அடிப்படையாக கொண்டது:

முறை குறைந்தபட்ச சதுரங்கள்;

ஃபிஷரின் எஃப் சோதனை வகைப்படுத்துகிறது

காரணி மற்றும் எஞ்சிய மாறுபாடுகளின் விகிதம் சுதந்திரத்தின் அளவிற்கு கணக்கிடப்படுகிறது.

6. தரப்படுத்தப்பட்ட பின்னடைவு குணகம்:

பல தொடர்பு குணகம்;

7. குணகங்களின் முக்கியத்துவத்தை மதிப்பிட, வேண்டாம் நேரியல் பின்னடைவுகணக்கிட:

எஃப் - ஃபிஷர் சோதனை;

8. குறைந்தபட்ச சதுரங்கள் முறையைப் பயன்படுத்தி அளவுருக்கள் தீர்மானிக்கப்படுகின்றன:

நேரியல் பின்னடைவு;

9. தொடர்பு குணகத்தின் சீரற்ற பிழை சூத்திரத்தால் தீர்மானிக்கப்படுகிறது:

M= √(1-r 2)/(n-2)

10. கொடுக்கப்பட்டவை: Dfact = 120;Doct = 51. Fisher's F-test இன் உண்மையான மதிப்பு என்னவாக இருக்கும்?

11. ஃபிஷரின் பகுதி F சோதனை மதிப்பிடுகிறது:

புள்ளியியல் முக்கியத்துவம்சமன்பாட்டில் தொடர்புடைய காரணியின் இருப்பு பல பின்னடைவு;

12. பக்கச்சார்பற்ற மதிப்பீடு என்று பொருள்:

எதிர்பார்ப்புமீதி பூஜ்யம்.

13. எக்செல் இல் பல பின்னடைவு மற்றும் தொடர்பு மாதிரியைக் கணக்கிடும் போது, ​​இணைக்கப்பட்ட தொடர்பு குணகங்களின் மேட்ரிக்ஸைக் காட்ட, பின்வருபவை பயன்படுத்தப்படுகின்றன:

தரவு பகுப்பாய்வு கருவி தொடர்பு;

14. சேர்க்கை மாதிரியில் உள்ள அனைத்து காலாண்டுகளுக்கும் பருவகால கூறுகளின் மதிப்புகளின் கூட்டுத்தொகை சமமாக இருக்க வேண்டும்:

15. பெருக்கல் மாதிரியில் நேரத் தொடர் நிலையின் முன்னறிவிப்பு மதிப்பு:

போக்கு மற்றும் பருவகால கூறுகளின் தயாரிப்பு;

16. ஒரு தவறான தொடர்பு இருப்பதன் மூலம் ஏற்படுகிறது:

போக்குகள்.

17. எச்சங்களின் தன்னியக்க தொடர்பைத் தீர்மானிக்க, பயன்படுத்தவும்:

அளவுகோல் டர்பின்-வாட்சன்;

18. சமன்பாடுகளின் அமைப்பில் உள்ள எண்டோஜெனஸ் மாறிகளின் குணகங்கள் குறிக்கப்படுகின்றன:

19. நிபந்தனை என்னவென்றால், ஒரு மேட்ரிக்ஸின் தரவரிசை மாறிகளின் குணகங்களால் ஆனது. ஆய்வின் கீழ் உள்ள சமன்பாட்டில் இருந்து விடுபட்டுள்ளது குறைவான எண்ணிக்கைஉட்புறம் அமைப்பு மாறிகள்ஒரு யூனிட்:

சமன்பாடுகளின் அமைப்பில் ஒரு சமன்பாட்டை அடையாளம் காண்பதற்கான கூடுதல் நிபந்தனை

20. தீர்க்க மறைமுக குறைந்தபட்ச சதுர முறை பயன்படுத்தப்படுகிறது:

சமன்பாடுகளின் அடையாளம் காணக்கூடிய அமைப்பு.

விருப்பம் 14

1. பொருளாதார நிகழ்வுகள் மற்றும் செயல்முறைகளை அளவுரீதியாக வகைப்படுத்தும் மற்றும் போதுமானதாக இருக்கும் கணித மற்றும் புள்ளியியல் வெளிப்பாடுகள் உயர் பட்டம்நம்பகத்தன்மை அழைக்கப்படுகிறது:

எகனாமெட்ரிக் மாதிரிகள்.

2. பின்னடைவு பகுப்பாய்வின் நோக்கம்:

குணாதிசயங்களுக்கிடையிலான இணைப்பின் நெருக்கத்தை தீர்மானித்தல்;

3. பின்னடைவு குணகம் காட்டுகிறது:

அதன் அளவீட்டின் ஒரு அலகு மூலம் காரணியின் மாற்றத்துடன் முடிவின் சராசரி மாற்றம்.

4. சராசரி பிழைதோராயமானவை:

கணக்கிடப்பட்ட மதிப்புகளின் சராசரி விலகல் விளைவாக அடையாளம்உண்மையில் இருந்து;

5. தவறான தேர்வுகணித செயல்பாடு பிழைகளைக் குறிக்கிறது:

மாதிரி விவரக்குறிப்புகள்;

6. பின்னடைவு சமன்பாட்டில் அளவுரு a பூஜ்ஜியத்தை விட அதிகமாக இருந்தால், பிறகு:

விளைவின் மாறுபாடு காரணியின் மாறுபாட்டை விட குறைவாக உள்ளது;

7. மாறிகளை மாற்றுவதன் மூலம் எந்த சார்பு நேரிடப்படுகிறது: x=x1, x2=x2

இரண்டாம் பட்டத்தின் பல்லுறுப்புக்கோவை;

8. விலைகள் மீதான தேவையின் சார்பு y = 98 x - 2.1 வடிவத்தின் சமன்பாட்டால் வகைப்படுத்தப்படுகிறது. இதன் அர்த்தம் என்ன?

1% விலையில் அதிகரிப்புடன், தேவை சராசரியாக 2.1% குறைகிறது;

9. சராசரி முன்னறிவிப்பு பிழை சூத்திரத்தால் தீர்மானிக்கப்படுகிறது:

- σost=√(∑(у-ỹ) 2 / (n-m-1))

10. ஒரு ஜோடி பின்னடைவு சமன்பாடு இருக்கட்டும்: y = 13+6*x, r = 0.7 உடன் 20 அவதானிப்புகளிலிருந்து கட்டப்பட்டது. வரையறுக்கவும் நிலையான பிழைதொடர்பு குணகத்திற்கு:

11. தரப்படுத்தப்பட்ட பின்னடைவு குணகங்கள் காட்டுகின்றன:

மற்ற காரணிகளின் சராசரி நிலை மாறாமல் இருக்கும்போது தொடர்புடைய காரணி ஒரு சிக்மாவால் மாறினால் சராசரி முடிவு எத்தனை சிக்மாக்கள் மாறும்;

12. குறைந்த சதுர முறையின் ஐந்து வளாகங்களில் ஒன்று:

ஓரினச்சேர்க்கை;

13. எக்செல் இல் பல தொடர்பு குணகத்தை கணக்கிட, பயன்படுத்தவும்:

தரவு பகுப்பாய்வு கருவி பின்னடைவு.

14. சுழற்சியில் உள்ள பெருக்கல் மாதிரியில் அனைத்து காலகட்டங்களுக்கான பருவகால கூறுகளின் மதிப்புகளின் கூட்டுத்தொகை சமமாக இருக்க வேண்டும்:

நான்கு.

15. நேரத் தொடரை பகுப்பாய்வு ரீதியாக சீரமைக்கும்போது, ​​சுயாதீன மாறி:

16. எச்சங்களில் தன்னியக்க தொடர்பு என்பது OLS அனுமானத்தை மீறுவதாகும்:

பின்னடைவு சமன்பாட்டிலிருந்து பெறப்பட்ட எச்சங்களின் சீரற்ற தன்மை;

பொதுவான தீவிர குணகங்கள் (கருவுறுதல், இறப்பு, குழந்தை இறப்பு, நோயுற்ற தன்மை போன்றவை) ஒப்பிடப்படும் மக்கள்தொகையின் கலவை ஒரே மாதிரியாக இருந்தால் மட்டுமே நிகழ்வுகளின் அதிர்வெண்ணை சரியாக பிரதிபலிக்கிறது. அவர்கள் ஒரு பன்முக வயது-பாலினம் அல்லது தொழில்முறை அமைப்பு, நோயின் தீவிரத்தன்மை, நோசோலாஜிக்கல் வடிவங்கள் அல்லது பிற குணாதிசயங்களில் வேறுபாடு இருந்தால், பொதுவான குறிகாட்டிகளில் கவனம் செலுத்தி, அவற்றை ஒப்பிட்டு, ஒரு தவறான முடிவை எடுக்கலாம். ஆய்வு செய்யப்பட்ட நிகழ்வுகள் மற்றும் ஒப்பிடப்பட்ட மக்கள்தொகையின் பொதுவான குறிகாட்டிகளில் உள்ள வேறுபாட்டிற்கான உண்மையான காரணங்கள்.

எடுத்துக்காட்டாக, அறிக்கையிடப்பட்ட ஆண்டில் சிகிச்சைத் துறை எண் 1 இல் மருத்துவமனை இறப்பு 3% ஆகவும், அதே ஆண்டில் சிகிச்சைத் துறை எண் 2 இல் - 6% ஆகவும் இருந்தது. பொதுவான குறிகாட்டிகளின் அடிப்படையில் இந்தத் துறைகளின் செயல்பாடுகளை மதிப்பீடு செய்தால், 2 வது சிகிச்சைத் துறையில் சிக்கல் இருப்பதாக நாம் முடிவு செய்யலாம். இந்த துறைகளில் சிகிச்சை பெற்றவர்களின் கலவை நோசோலாஜிக்கல் வடிவங்களில் அல்லது மருத்துவமனையில் அனுமதிக்கப்பட்டவர்களின் நோய்களின் தீவிரத்தில் வேறுபடுகிறது என்று நாம் கருதினால், மிகவும் சரியான வழிபகுப்பாய்வு என்பது "வயது-குறிப்பிட்ட குணகங்கள்" என்று அழைக்கப்படும் நோசோலாஜிக்கல் வடிவங்கள் அல்லது நோய்களின் தீவிரத்தன்மை கொண்ட ஒவ்வொரு நோயாளிகளின் குழுவிற்கும் தனித்தனியாக கணக்கிடப்பட்ட சிறப்பு குணகங்களின் ஒப்பீடு ஆகும்.

இருப்பினும், பெரும்பாலும், ஒப்பிடப்படும் மக்கள்தொகையில் முரண்பாடான தரவு காணப்படுகிறது. கூடுதலாக, அனைத்து ஒப்பிடப்பட்ட குழுக்களிலும் ஒரே போக்கு இருந்தாலும், குறிகாட்டிகளின் தொகுப்பைப் பயன்படுத்துவது எப்போதும் வசதியாக இருக்காது, ஆனால் ஒரு சுருக்க மதிப்பீட்டைப் பெறுவது விரும்பத்தக்கது. அனைத்திலும் இதே போன்ற வழக்குகள்தரநிலைப்படுத்தல் முறையை நாடவும், அதாவது, ஒட்டுமொத்த, இறுதிக் குறிகாட்டியில் மொத்த கலவையின் (கட்டமைப்பு) செல்வாக்கை அகற்ற (நீக்க).

இதன் விளைவாக, ஒப்பிடப்படும் மக்கள்தொகையின் கலவையில் இருக்கும் வேறுபாடுகள் ஒட்டுமொத்த குணகங்களின் அளவை பாதிக்கும் போது தரப்படுத்தல் முறை பயன்படுத்தப்படுகிறது.

பெறப்பட்ட குணகங்களின் மதிப்பில் ஒப்பிடப்பட்ட மக்கள்தொகையின் கலவையில் பன்முகத்தன்மையின் செல்வாக்கை அகற்றுவதற்காக, அவை குறைக்கப்படுகின்றன ஒருங்கிணைந்த தரநிலை, அதாவது, ஒப்பிடப்படும் மக்கள்தொகையின் கலவை ஒரே மாதிரியாக இருக்கும் என்று நிபந்தனையுடன் கருதப்படுகிறது. ஒரு தரநிலையாக, சில அடிப்படையில் ஒத்த மூன்றாவது மக்கள்தொகையின் கலவை, இரண்டு ஒப்பிடப்பட்ட குழுக்களின் சராசரி கலவை அல்லது, மிகவும் எளிமையாக, ஒப்பிடப்பட்ட குழுக்களில் ஒன்றின் கலவையை நாம் எடுத்துக் கொள்ளலாம்.

ஒப்பிடப்பட்ட குழுக்களின் கலவையில் அவற்றின் மதிப்பு பன்முகத்தன்மையால் பாதிக்கப்படவில்லை என்றால், ஒட்டுமொத்த தீவிர குறிகாட்டிகள் (கருவுறுதல், நோயுற்ற தன்மை, இறப்பு, இறப்பு போன்றவை) என்னவாக இருக்கும் என்பதை தரப்படுத்தப்பட்ட குணகங்கள் காட்டுகின்றன. தரப்படுத்தப்பட்ட விகிதங்கள் தன்னிச்சையான மதிப்புகள் மற்றும் பகுப்பாய்வு மற்றும் ஒப்பீட்டு நோக்கங்களுக்காக மட்டுமே பயன்படுத்தப்படுகின்றன.



தரப்படுத்தலின் மூன்று முறைகள் உள்ளன: நேரடி, மறைமுக மற்றும் தலைகீழ் (கெரிட்ஜ்).

வீரியம் மிக்க நியோபிளாம்களின் புள்ளிவிவரங்களிலிருந்து எடுக்கப்பட்ட எடுத்துக்காட்டுகளைப் பயன்படுத்தி இந்த மூன்று தரப்படுத்தல் முறைகளின் பயன்பாட்டைக் கருத்தில் கொள்வோம். அறியப்பட்டபடி, வீரியம் மிக்க நியோபிளாம்களிலிருந்து இறப்பு விகிதம் வயதுக்கு ஏற்ப கணிசமாக அதிகரிக்கிறது. ஒரு நகரத்தில் ஒப்பீட்டளவில் அதிக விகிதத்தில் முதியவர்கள் இருந்தால், மற்றொன்றில் நடுத்தர வயது மக்கள் அதிகமாக இருந்தால், சுகாதாரமான வாழ்க்கை நிலைமைகளின் முழுமையான சமத்துவத்துடன் கூட மருத்துவ பராமரிப்புஇரண்டு நகரங்களையும் ஒப்பிடுகையில், முதல் நகரத்தில் வீரியம் மிக்க நியோபிளாம்களால் ஏற்படும் மொத்த இறப்பு விகிதம் இரண்டாவது நகரத்தில் உள்ள அதே விகிதத்தை விட தவிர்க்க முடியாமல் அதிகமாக இருக்கும்.

வீரியம் மிக்க நியோபிளாம்களிலிருந்து மக்கள்தொகையின் ஒட்டுமொத்த இறப்பு விகிதத்தில் வயதின் விளைவை நடுநிலையாக்க, தரப்படுத்தலைப் பயன்படுத்துவது அவசியம். இதற்குப் பிறகுதான் பெறப்பட்ட குணகங்களை ஒப்பிட்டு, ஒப்பிடப்படும் நகரங்களில் பொதுவாக வீரியம் மிக்க நியோபிளாம்களிலிருந்து அதிக அல்லது குறைந்த இறப்பு விகிதம் பற்றி நியாயமான முடிவை எடுக்க முடியும்.

நேரடி தரப்படுத்தல் முறை.எங்கள் எடுத்துக்காட்டில், மக்கள்தொகையின் வயது அமைப்பு அறியப்பட்டால் மற்றும் வீரியம் மிக்க நியோபிளாம்களிலிருந்து மக்கள்தொகையின் வயது-குறிப்பிட்ட இறப்பு விகிதங்களைக் கணக்கிடுவதற்கான தகவல் இருந்தால் (ஒவ்வொரு வயதினருக்கும் வீரியம் மிக்க நியோபிளாம்களால் ஏற்படும் இறப்புகளின் எண்ணிக்கை) .

நேரடி முறை மூலம் தரப்படுத்தப்பட்ட குணகங்களைக் கணக்கிடுவதற்கான முறை நான்கு தொடர்ச்சியான நிலைகளைக் கொண்டுள்ளது (அட்டவணை 5.1).

முதல் நிலை.வீரியம் மிக்க நியோபிளாம்களிலிருந்து "வயது-குறிப்பிட்ட" இறப்பு விகிதங்களைக் கணக்கிடுதல் (ஒவ்வொரு வயதினருக்கும் தனித்தனியாக).

இரண்டாம் நிலை.தரநிலையின் தேர்வு தன்னிச்சையானது. எங்கள் எடுத்துக்காட்டில், "A" நகரத்தில் உள்ள மக்கள்தொகையின் வயது அமைப்பு தரமாக எடுத்துக் கொள்ளப்படுகிறது.

அட்டவணை 5.1

"A" மற்றும் "B" (நேரடி முறை) நகரங்களில் உள்ள வீரியம் மிக்க நியோபிளாம்களின் இறப்பு விகிதங்களின் தரப்படுத்தல்


மூன்றாம் நிலை."எதிர்பார்க்கப்படும்" எண்களின் கணக்கீடு. "B" நகரத்தின் மக்கள்தொகையின் ஒவ்வொரு வயதினருக்கும் வீரியம் மிக்க நியோபிளாம்களால் எத்தனை பேர் இறப்பார்கள் என்பதை நாங்கள் தீர்மானிக்கிறோம், இந்த நகரத்தில் உள்ள வீரியம் மிக்க நியோபிளாம்களால் ஏற்படும் வயது-குறிப்பிட்ட இறப்பு விகிதங்களின் அடிப்படையில், ஆனால் நகரத்தின் "A" (தரநிலை) வயதைக் கொண்டு .

எடுத்துக்காட்டாக, "30 வயது வரை" வயது பிரிவில்:

அல்லது "40-49 வயது" பிரிவில்:

நான்காவது நிலை.தரப்படுத்தப்பட்ட குணகங்களின் கணக்கீடு. "எதிர்பார்க்கப்படும்" எண்களின் (1069.0) கூட்டுத்தொகையைப் பெற நாங்கள் முன்மொழிகிறோம் மொத்த எண்ணிக்கை"A" நகரத்தின் மக்கள் தொகை (700,000). 100,000 மக்கள்தொகையில் வீரியம் மிக்க நியோபிளாம்களால் எத்தனை இறப்புகள் உள்ளன?

எங்கள் முடிவுகளிலிருந்து நாம் பின்வரும் முடிவுக்கு வரலாம்: மக்கள்தொகை "பி" இன் வயது அமைப்பு "ஏ" (தரநிலை) இல் உள்ளதைப் போலவே இருந்தால், "பி" நகரத்தில் உள்ள வீரியம் மிக்க நியோபிளாம்களிலிருந்து இறப்பு விகிதம் கணிசமாக அதிகமாக இருக்கும் (152.7 %oooo எதிராக 120.2%oooo).

மறைமுக தரப்படுத்தல் முறை.ஒப்பிடப்பட்ட குழுக்களில் உள்ள சிறப்பு குணகங்கள் தெரியவில்லை அல்லது அறியப்பட்டால், ஆனால் மிகவும் நம்பகமானதாக இல்லை என்றால் இது பயன்படுத்தப்படுகிறது. உதாரணமாக, வழக்குகளின் எண்ணிக்கை மிகவும் சிறியதாக இருக்கும் போது இது கவனிக்கப்படுகிறது, எனவே, ஒன்று அல்லது அதற்கு மேற்பட்ட நோய்களின் சேர்க்கையைப் பொறுத்து கணக்கிடப்பட்ட குணகங்கள் கணிசமாக மாறுபடும்.

தரப்படுத்தப்பட்ட குணகங்களின் கணக்கீடு மறைமுகமாக மூன்று நிலைகளாக பிரிக்கப்படலாம் (அட்டவணை 5.2 ஐப் பார்க்கவும்).

முதல் நிலை.ஒரு தரநிலையைத் தேர்ந்தெடுப்பதில் உள்ளது. ஒப்பிடப்பட்ட குழுக்களின் (அணிகள்) சிறப்பு குணகங்கள் பொதுவாக நமக்குத் தெரியாது என்பதால், நன்கு ஆய்வு செய்யப்பட்ட சில குழுவின் சிறப்பு குணகங்கள் தரநிலையாக எடுத்துக் கொள்ளப்படுகின்றன. பரிசீலனையில் உள்ள எடுத்துக்காட்டில், இவை "C" நகரத்தில் உள்ள வீரியம் மிக்க நியோபிளாம்களில் இருந்து வயது சார்ந்த இறப்பு விகிதங்களாக இருக்கலாம்.

இரண்டாம் நிலைவீரியம் மிக்க நியோபிளாம்களால் ஏற்படும் இறப்புகளின் "எதிர்பார்க்கப்படும்" எண்ணிக்கையைக் கணக்கிடுவதை உள்ளடக்கியது. இரண்டு நகரங்களிலும் உள்ள வயது சார்ந்த இறப்பு விகிதங்கள் நிலையானவற்றுக்கு சமமாக இருக்கும் என்று கருதி, ஒவ்வொரு வயதினருக்கும் எத்தனை பேர் வீரியம் மிக்க நியோபிளாம்களால் இறப்பார்கள் என்பதை நாங்கள் தீர்மானிக்கிறோம்.

மூன்றாவது கட்டத்தில்வீரியம் மிக்க நியோபிளாம்களிலிருந்து மக்கள்தொகையின் தரப்படுத்தப்பட்ட இறப்பு விகிதம் கணக்கிடப்படுகிறது. இதைச் செய்ய, இறப்புகளின் உண்மையான எண்ணிக்கை மொத்த "எதிர்பார்க்கப்பட்ட" எண்ணிக்கையுடன் தொடர்புடையது, மேலும் இதன் விளைவாக தரநிலையின் ஒட்டுமொத்த இறப்பு விகிதத்தால் பெருக்கப்படுகிறது.


உண்மையான இறப்பு எண்ணிக்கைபொது குணகம் இறப்பு தரநிலை

"எதிர்பார்க்கப்படும்" இறப்பு எண்ணிக்கை

D. இந்த காட்டி ஒரு தரப்படுத்தப்பட்ட பின்னடைவு குணகம் ஆகும், அதாவது குணகங்களின் முழுமையான அளவீட்டு அலகுகளில் வெளிப்படுத்தப்படாத குணகம், ஆனால் அதன் விளைவாக வரும் பண்புகளின் நிலையான விலகலின் விகிதத்தில் வெளிப்படுத்தப்படுகிறது.  

நிபந்தனைக்குட்பட்ட தூய பின்னடைவு குணகங்கள் bf வெவ்வேறு அலகுகளில் வெளிப்படுத்தப்படும் எண்களாக பெயரிடப்படுகின்றன, எனவே அவை ஒன்றுடன் ஒன்று ஒப்பிட முடியாது. அவற்றை ஒப்பிடக்கூடிய உறவினர் குறிகாட்டிகளாக மாற்ற, ஜோடிவரிசை தொடர்பு குணகத்தைப் பெறுவதற்கு அதே மாற்றம் பயன்படுத்தப்படுகிறது. இதன் விளைவாக வரும் மதிப்பு தரப்படுத்தப்பட்ட பின்னடைவு குணகம் அல்லது -குணக்கம் என்று அழைக்கப்படுகிறது.  

நடைமுறையில், பிந்தையது வெவ்வேறு அளவீட்டு அலகுகளில் வெளிப்படுத்தப்படும் போது வெவ்வேறு விளக்க மாறிகளின் சார்பு மாறியின் செல்வாக்கை ஒப்பிடுவது பெரும்பாலும் அவசியம். இந்த வழக்கில், தரப்படுத்தப்பட்ட பின்னடைவு குணகங்கள் b j மற்றும் நெகிழ்ச்சி குணகங்கள் Ej Q = 1.2,..., p) பயன்படுத்தப்படுகின்றன.  

தரநிலைப்படுத்தப்பட்ட பின்னடைவு குணகம் b j என்பது, jth விளக்க மாறி sx ஆல் அதிகரிக்கும் போது, ​​Y சார்பு மாறி சராசரியாக எத்தனை மதிப்புகள் மாறும் என்பதைக் காட்டுகிறது, a  

தீர்வு. சூத்திரத்தை (4.10) பயன்படுத்தி ஒவ்வொரு விளக்க மாறிகளின் செல்வாக்கையும் ஒப்பிட, தரப்படுத்தப்பட்ட பின்னடைவு குணகங்களைக் கணக்கிடுகிறோம்  

தரப்படுத்தப்பட்ட பின்னடைவு குணகங்களைத் தீர்மானிக்கவும்.  

ஒரு ஜோடி சார்பு நிலையில், தரப்படுத்தப்பட்ட பின்னடைவு குணகம் ஒரு நேரியல் தொடர்பு குணகம் fa தவிர வேறொன்றுமில்லை. / , -, அதாவது  

தரப்படுத்தப்பட்ட பின்னடைவு குணகங்களின் கருதப்படும் பொருள் காரணிகளை நீக்கும் போது அவற்றைப் பயன்படுத்த அனுமதிக்கிறது - குறைந்த jQy மதிப்பைக் கொண்ட காரணிகள் மாதிரியிலிருந்து விலக்கப்படுகின்றன.  

மேலே காட்டப்பட்டுள்ளபடி, பல நேரியல் பின்னடைவில் ஈடுபடும் காரணிகளின் தரவரிசை தரப்படுத்தப்பட்ட பின்னடைவு குணகங்கள் (/-குறைவுகள்) மூலம் செய்யப்படலாம். நேரியல் உறவுகளுக்கான பகுதி தொடர்பு குணகங்களைப் பயன்படுத்தி அதே இலக்கை அடைய முடியும். ஆய்வின் கீழ் உள்ள குணாதிசயங்களுக்கிடையில் நேரியல் அல்லாத உறவின் விஷயத்தில், இந்த செயல்பாடு பகுதி நிர்ணய குறியீடுகளால் செய்யப்படுகிறது. கூடுதலாக, காரணித் தேர்வின் சிக்கலைத் தீர்க்கும் போது பகுதி தொடர்பு குறிகாட்டிகள் பரவலாகப் பயன்படுத்தப்படுகின்றன;  

வேறு வார்த்தைகளில் கூறுவதானால், இரு-காரணி பகுப்பாய்வில், பகுதி தொடர்பு குணகங்கள் நிலையான காரணி மற்றும் விளைவுக்கான நிலையான காரணியின் எஞ்சிய மாறுபாடுகளின் பங்குகளின் விகிதத்தின் வர்க்க மூலத்தால் பெருக்கப்படும் தரப்படுத்தப்பட்ட பின்னடைவு குணகங்கள் ஆகும்.  

ஹெட்கவுண்ட் தரநிலைகளை உருவாக்கும் செயல்பாட்டில், நிர்வாகப் பணியாளர்களின் ஊதிய எண்ணிக்கை மற்றும் தேர்ந்தெடுக்கப்பட்ட அடிப்படை நிறுவனங்களுக்கான காரணி மதிப்புகள் பற்றிய ஆரம்ப தரவு சேகரிக்கப்படுகிறது. அடுத்தது தேர்ந்தெடுக்கப்பட்டது குறிப்பிடத்தக்க காரணிகள்தொடர்பு குணகங்களின் மதிப்பின் அடிப்படையில், தொடர்பு பகுப்பாய்வு அடிப்படையில் ஒவ்வொரு செயல்பாட்டிற்கும். காரணிகள் தேர்ந்தெடுக்கப்படுகின்றன மிக உயர்ந்த மதிப்புசெயல்பாடு மற்றும் தரப்படுத்தப்பட்ட பின்னடைவு குணகத்துடன் இணைந்த தொடர்பு குணகம்.  

தரப்படுத்தப்பட்ட பின்னடைவு குணகங்கள் (p) ஒவ்வொரு செயல்பாட்டிற்கும் சூத்திரத்தின்படி அனைத்து வாதங்களின் மொத்தத்தின் அடிப்படையில் கணக்கிடப்படுகிறது  

இருப்பினும், புள்ளி விவரங்கள் தெரிவிக்கின்றன பயனுள்ள பரிந்துரைகள், இந்த விஷயத்தில் குறைந்தபட்சம் ஒரு மதிப்பீட்டையாவது பெற அனுமதிக்கிறது. உதாரணமாக, இந்த முறைகளில் ஒன்றைப் பார்ப்போம் - தரப்படுத்தப்பட்ட பின்னடைவு குணகங்களின் ஒப்பீடு.  

தரப்படுத்தப்பட்ட பின்னடைவு குணகம், பின்னடைவு குணகம் பையை நிலையான விலகல் Sn ஆல் பெருக்குவதன் மூலம் கணக்கிடப்படுகிறது (எங்கள் -மாறிகளுக்கு, அதை Sxk எனக் குறிப்பிடுவோம்) மற்றும் அதன் விளைவாக வரும் தயாரிப்பை Sy ஆல் வகுப்பதன் மூலம் கணக்கிடப்படுகிறது. இதன் பொருள் ஒவ்வொரு தரப்படுத்தப்பட்ட பின்னடைவு குணகமும் மதிப்பு b Sxk / என அளவிடப்படுகிறது, இது எங்கள் உதாரணத்துடன் தொடர்புடையது, நாங்கள் பின்வரும் முடிவுகளைப் பெறுகிறோம் (அட்டவணை 10).  

தரப்படுத்தப்பட்ட பின்னடைவு குணகங்கள்  

எனவே, தரப்படுத்தப்பட்ட பின்னடைவு குணகங்களின் முழுமையான மதிப்புகளின் மேலே உள்ள ஒப்பீடு, பரிசீலனையில் உள்ள காரணிகளின் முக்கியத்துவத்தைப் பற்றிய கடினமான, ஆனால் மிகவும் தெளிவான யோசனையைப் பெற அனுமதிக்கிறது. இந்த முடிவுகள் சிறந்தவை அல்ல என்பதை மீண்டும் உங்களுக்கு நினைவூட்டுவோம், ஏனெனில் அவை முழுமையாக பிரதிபலிக்கவில்லை உண்மையான தாக்கம்ஆய்வில் உள்ள மாறிகள் (இந்த காரணிகளின் சாத்தியமான தொடர்புகளின் உண்மையை நாங்கள் புறக்கணிக்கிறோம், இது அசல் படத்தை சிதைக்கக்கூடும்).  

இந்த சமன்பாட்டின் குணகங்கள் (blf 62, b3) தீர்வு மூலம் தீர்மானிக்கப்படுகிறது தரப்படுத்தப்பட்ட சமன்பாடுபின்னடைவு  

ஆபரேட்டர் 5. தரப்படுத்தப்பட்ட அளவில் - குணகங்களின் - பின்னடைவு குணகங்களின் கணக்கீடு.  

2 மற்றும் மேலும் எளிமையான உருமாற்றங்கள் மூலம் மாற்றியமைப்பதன் மூலம் ஒரு தரப்படுத்தப்பட்ட அளவில் சாதாரண சமன்பாடுகளின் அமைப்பை ஒருவர் அடைய முடியும் என்பதைப் பார்ப்பது எளிது. எதிர்காலத்தில் இதேபோன்ற மாற்றத்தை நாங்கள் பயன்படுத்துவோம், ஏனெனில் ரேஷன், ஒருபுறம், அதிகமாக தவிர்க்க அனுமதிக்கிறது பெரிய எண்கள்மறுபுறம், பின்னடைவு குணகங்களை நிர்ணயிக்கும் போது கணக்கீட்டுத் திட்டமே நிலையானதாகிறது.  

நேரடி இணைப்புகளின் வரைபடத்தின் வடிவம், இரண்டு காரணிகளின் அடிப்படையில் பின்னடைவு சமன்பாட்டை உருவாக்கும்போது - இழுவைகளின் எண்ணிக்கை மற்றும் நிகர இழுவையின் நேரம் - எஞ்சிய சிதறல் st.34 எஞ்சிய சிதறல் a.23456 இலிருந்து வேறுபடாது. அனைத்து காரணிகளையும் பயன்படுத்தி கட்டமைக்கப்பட்ட பின்னடைவு சமன்பாட்டிலிருந்து பெறப்பட்டது. வேறுபாட்டை மதிப்பிடுவதற்கு, இந்த விஷயத்தில் மாதிரி மதிப்பீட்டிற்கு திரும்புவோம். 1.23456 = 0.907, மற்றும் 1.34 = 0.877. ஆனால் சூத்திரம் (38) படி குணகங்களை சரிசெய்தால், 1.23456 = 0.867, a / i.34 = = 0.864. வித்தியாசத்தை குறிப்பிடத்தக்கதாக கருத முடியாது. மேலும், r14 = 0.870. இழுவை மீன்களின் எண்ணிக்கை பிடிப்பின் அளவின் மீது நேரடியான தாக்கத்தை ஏற்படுத்தாது என்று இது அறிவுறுத்துகிறது. உண்மையில், ஒரு தரப்படுத்தப்பட்ட அளவில் 1.34 = 0.891 4 - 0.032 3- t3 இல் உள்ள பின்னடைவு குணகம் மிகக் குறைந்த நம்பிக்கை இடைவெளியில் கூட நம்பமுடியாததாக இருப்பதைக் காண்பது எளிது.  

Rx/. - தொடர்புடைய குணகம்

ஒழுக்கம் சோதனை

பின்னடைவு சமன்பாட்டின் குணகம் காட்டுகிறது

நெகிழ்ச்சி குணகம் காட்டுகிறது

எத்தனை அலகுகள்? முடிவு 1 யூனிட்டால் மாறும்போது காரணி மாறும்.

எத்தனை அலகுகள்? காரணி 1 அலகு மாறும்போது முடிவு மாறும்.

காரணி 1 யூனிட்டால் மாறும்போது முடிவு எத்தனை முறை மாறும்?

காரணி 1% மாறினால் முடிவு எந்த சதவீதத்தால் மாறும்.

முடிவு 1% மாறினால் காரணி எந்த சதவீதத்தால் மாறும்.

சமன்பாட்டின் தரப்படுத்தப்பட்ட குணகம் செய்ய கள் பொருந்தும்

புள்ளியியல் முக்கியத்துவத்தை சோதிக்கும் போது கே-வது காரணி.

பொருளாதார முக்கியத்துவத்தை சோதிக்கும் போது கே-வது காரணி.

மாதிரிக்கான காரணிகளைத் தேர்ந்தெடுக்கும்போது.

ஓரினச்சேர்க்கையை சோதிக்கும் போது.

மற்ற காரணிகளுடன் ஒப்பிடும்போது ஒரு காரணியின் முக்கியத்துவத்தை சரிபார்க்கும் போது.

எந்த பின்னடைவு சமன்பாட்டை நேரியல் வடிவத்திற்கு குறைக்க முடியாது?

எந்த பின்னடைவு சமன்பாடு ஒரு சக்தி சமன்பாடு ஆகும்?

அனுமானம் கிளாசிக்கல் மாதிரியின் முன்நிபந்தனை அல்ல

காரணி அணி சிதைவடையாதது.

காரணிகள் வெளிப்புறமானவை.

அசல் தரவுத் தொடரின் நீளம் காரணிகளின் எண்ணிக்கையை விட அதிகமாக உள்ளது.

காரணி மேட்ரிக்ஸ் முடிவை பாதிக்கும் அனைத்து முக்கிய காரணிகளையும் கொண்டுள்ளது.

காரணிகள் சீரற்றவை.

கிளாசிக்கல் மாதிரியின் முன்மாதிரியான அனுமானத்தைக் கண்டறியவும்.

இதன் விளைவாக காட்டி அளவு உள்ளது.

இதன் விளைவாக காட்டி ஒரு ஆர்டினல் அளவில் அளவிடப்படுகிறது.

இதன் விளைவாக காட்டி ஒரு பெயரளவு அளவில் அளவிடப்படுகிறது.

இதன் விளைவாக காட்டி ஒரு இருமுனை அளவில் அளவிடப்படுகிறது.

இதன் விளைவாக வரும் காட்டி அளவு மற்றும் தரமானதாக இருக்கலாம்.

கிளாசிக்கல் மாதிரியின் முன்மாதிரியாக இல்லாத ஒரு அனுமானத்தைக் கண்டறியவும்.

குழப்பமான மாறியில் பூஜ்ஜிய கணித எதிர்பார்ப்பு உள்ளது.

குழப்பமான மாறி ஒரு நிலையான மாறுபாட்டைக் கொண்டுள்ளது.

தொந்தரவு செய்யும் மாறிகளின் தன்னியக்க தொடர்பு இல்லை.

குழப்பமான மாறிகளுக்கு இடையே குறுக்கு வெட்டு தொடர்பு இல்லை.

தொந்தரவு மாறி ஒரு சாதாரண விநியோகம் உள்ளது.

தரம் * * மாதிரி அளவுரு மதிப்புகள் என்றால் பாரபட்சமற்றது

 * மற்ற மதிப்பீடுகளுடன் ஒப்பிடும்போது மிகச்சிறிய சிதறலைக் கொண்டுள்ளது.

* மதிப்பில் இருந்து 0 ஆக உள்ளது.

கணிதவியல் எதிர்பார்ப்பு * சமம் .

தரம் * மாதிரி அளவுரு மதிப்புகள் இருந்தால் பயனுள்ளதாக இருக்கும்

கணிதவியல் எதிர்பார்ப்பு * சமம் .

*

T இல், விலகல் நிகழ்தகவு * மதிப்பில் இருந்து 0 ஆக உள்ளது.

தரம் * மாதிரி அளவுரு மதிப்புகள் என்றால் செல்வம்

* மற்ற மதிப்பீடுகளுடன் ஒப்பிடும்போது மிகச்சிறிய சிதறலைக் கொண்டுள்ளது.

கணிதவியல் எதிர்பார்ப்பு * சமம் .

T இல், விலகல் நிகழ்தகவு * மதிப்பில் இருந்து 0 ஆக உள்ளது.

மாணவர்களின் டி டெஸ்ட் வடிவமைக்கப்பட்டுள்ளது

சமன்பாட்டில் உள்ள ஒவ்வொரு குணகத்தின் பொருளாதார முக்கியத்துவத்தை தீர்மானித்தல்.

சமன்பாட்டில் உள்ள ஒவ்வொரு குணகத்தின் புள்ளியியல் முக்கியத்துவத்தை தீர்மானித்தல்.

ஓரினச்சேர்க்கைக்கான சோதனைகள்.

பின்னடைவு சமன்பாட்டின் குணகம் என்றால் ( கே ) புள்ளியியல் முக்கியத்துவம் வாய்ந்தது

கே > 1.

| கே | > 1.

கே  0.

கே > 0.

0 கே 1.

மாணவர் தேர்வின் அட்டவணை மதிப்பு சார்ந்துள்ளது

நம்பிக்கை மட்டத்தில் மட்டுமே.

மாதிரியில் உள்ள காரணிகளின் எண்ணிக்கையில் மட்டுமே.

அசல் வரிசையின் நீளத்தில் மட்டுமே.

நம்பிக்கை நிலை மற்றும் அசல் தொடரின் நீளம் மட்டுமே.

மற்றும் நம்பக நிகழ்தகவு, மற்றும் காரணிகளின் எண்ணிக்கை மற்றும் அசல் தொடரின் நீளம் ஆகியவற்றின் மீது.

டர்பின்-வாட்சன் சோதனை பயன்படுத்தப்படுகிறது

எச்சங்களின் தன்னியக்க தொடர்புக்கான மாதிரியை சோதிக்கிறது.

ஒட்டுமொத்த மாதிரியின் பொருளாதார முக்கியத்துவத்தை தீர்மானித்தல்.

ஒட்டுமொத்த மாதிரியின் புள்ளிவிவர முக்கியத்துவத்தை தீர்மானித்தல்.

மாதிரியின் இரண்டு மாற்று பதிப்புகளின் ஒப்பீடுகள்.

மாதிரியில் காரணிகளின் தேர்வு.

பல நிர்ணயம் (D) மற்றும் தொடர்புகள் (R) ஆகியவற்றின் குணகங்கள் தொடர்புடையவை

பொதுவான குறைந்தபட்ச சதுரங்கள் முறை பயன்படுத்தப்படுகிறது

மட்டுமேபிழைகளின் தன்னியக்க தொடர்பு ஏற்பட்டால்

மட்டுமேபன்முகத்தன்மையின் போது.

மல்டிகோலினியரிட்டி (காரணி தொடர்பு) முன்னிலையில்.

மட்டுமேஓரினச்சேர்க்கை வழக்கில்.

பிழைகளின் தன்னியக்க தொடர்பு மற்றும் பன்முகத்தன்மையின் விஷயத்தில் இரண்டும்.

முக்கிய கூறுகள் ஆகும்

புள்ளியியல் முக்கியத்துவம் வாய்ந்த காரணிகள்.

பொருளாதார முக்கியத்துவம் வாய்ந்த காரணிகள்.

காரணிகளின் நேரியல் சேர்க்கைகள்.

மையப்படுத்தப்பட்ட காரணிகள்.

இயல்பாக்கப்பட்ட காரணிகள்.

முக்கிய கூறுகளின் எண்ணிக்கை

ஆரம்ப காரணிகளின் எண்ணிக்கையை விட அதிகம், ஆனால் அடிப்படை தரவுத் தொடரின் நீளத்தை விட குறைவாக.

குறைவான உள்ளீட்டு காரணிகள்.

ஆரம்ப காரணிகளின் எண்ணிக்கைக்கு சமம்.

அடிப்படை தரவுத் தொடரின் நீளத்திற்குச் சமம்.

அடிப்படை தரவுத் தொடரின் நீளத்தை விட அதிகம்.

முதல் முக்கிய கூறு

காரணிகளின் முழு மேட்ரிக்ஸில் மாறுபாட்டின் அதிகபட்ச பங்கைக் கொண்டுள்ளது.

முடிவில் முதல் காரணியின் செல்வாக்கின் அளவைப் பிரதிபலிக்கிறது.

முதல் காரணியில் முடிவின் செல்வாக்கின் அளவை பிரதிபலிக்கிறது.

முதல் காரணி காரணமாக முடிவின் மாறுபாட்டின் பங்கைப் பிரதிபலிக்கிறது.

முடிவுக்கும் முதல் காரணிக்கும் இடையே உள்ள நெருங்கிய உறவைப் பிரதிபலிக்கிறது.

ஒன்றுக்கொன்று சார்ந்த அமைப்பின் கட்டமைப்பு வடிவத்தின் வலது பக்கத்தில் இருக்கலாம்

எண்டோஜெனஸ் லேக்டு மாறிகள் மட்டுமே.

ஒன்றுக்கொன்று சார்ந்த அமைப்பின் முன்னறிவிப்பு வடிவத்தின் வலது பக்கத்தில் இருக்கலாம்

வெளிப்புற பின்னடைவு மாறிகள் மட்டுமே.

வெளிப்புற மாறிகள் மட்டுமே (பின்தங்கிய மற்றும் பின்தங்கியவை).

எண்டோஜெனஸ் மாறிகள் மட்டுமே (பின்தங்கிய மற்றும் பின்தங்கியவை).

எண்டோஜெனஸ் லேக்டு மற்றும் எக்ஸோஜெனஸ் மாறிகள் (இரண்டும் பின்தங்கியவை மற்றும் பின்தங்கியவை அல்ல).

எந்த வெளிப்புற மற்றும் எண்டோஜெனஸ் மாறிகள்.

மாறி அமைப்பு மூலம் நாம் அர்த்தம்

மாதிரியில் உள்ள காரணிகளின் கலவையை மாற்றுதல்.

காரணிகளின் புள்ளியியல் முக்கியத்துவத்தில் மாற்றம்.

மாதிரியில் நேரக் காரணியின் வெளிப்படையான இருப்பு.

காரணிகளின் பொருளாதார முக்கியத்துவத்தில் மாற்றங்கள்.

விளைந்த குறிகாட்டியில் காரணிகளின் செல்வாக்கின் அளவை மாற்றுதல்.

மாதிரியின் மாறி அமைப்பு பற்றிய கருதுகோளைச் சோதிப்பது பயன்படுத்தி மேற்கொள்ளப்படுகிறது

டர்பின்-வாட்சன் சோதனை.

மாணவர்களின் டி டெஸ்ட்.

பியர்சன் அளவுகோல்.

மீனவரின் அளவுகோல்.

பல தீர்மானங்களின் குணகம்.

தவறான இடைவெளி முன்னறிவிப்பு உறுப்பைக் கண்டறியவும்.

பின்னடைவு சமன்பாட்டின் மூலம் விளக்கப்படும் விளைவான காட்டியின் மாறுபாடு.

விளைந்த காட்டியின் புள்ளி முன்னறிவிப்பு.

கணிக்கப்பட்ட மதிப்பின் நிலையான விலகல்.

மாணவர்களின் டி-விநியோகத்தின் அளவு.

தவறாகக் குறிப்பிடப்பட்ட உறுப்பு எதுவும் இல்லை.

தேர்வுக்கான கேள்விகள்

    பொருளாதார மாதிரிகளை உருவாக்குவதற்கான முக்கிய கட்டங்கள்.

    பொருளாதார மாதிரியின் வடிவத்தை நியாயப்படுத்துவதற்கான அம்சங்கள்.

    காரணி தேர்வு முறைகள்.

    எகனோமெட்ரிக் மாதிரிகளின் சிறப்பியல்புகள் மற்றும் தர அளவுகோல்கள்.

    பொருளாதார அளவீட்டு மாதிரிகளின் அளவுருக்களின் மதிப்பீட்டின் தரம்.

    மாதிரி இணைவு. அதன் கணக்கீட்டிற்கான அடிப்படை விதிகள். கோட்பாட்டு இணைவு.

    மாதிரி மாறுபாடு. அதன் கணக்கீட்டிற்கான விதிகள்.

    தொடர்பு குணகம்.

    பகுதி தொடர்பு குணகம்

    ஜோடி நேரியல் பின்னடைவு மாதிரி.

  1. குறைந்த சதுரங்கள் பின்னடைவு.

    பின்னடைவு சமன்பாட்டின் விளக்கம். மதிப்பீட்டின் தரம் R 2 குணகம் ஆகும்.

    பின்னடைவு குணகங்களின் சீரற்ற கூறுகள்.

    சீரற்ற உறுப்பினர் பற்றிய அனுமானங்கள்.

    பக்கச்சார்பற்ற பின்னடைவு குணகங்கள்.

    காஸ்-மார்கோவ் தேற்றம்.

    பின்னடைவு குணகங்கள் தொடர்பான கருதுகோள் சோதனை.

    நம்பிக்கை இடைவெளிகள்.

    ஒரு வால் டி-டெஸ்ட்கள்.

    மதிப்பீட்டின் தரத்திற்கான எஃப்-சோதனை.

    ஜோடி பின்னடைவு பகுப்பாய்வில் அளவுகோல்களுக்கு இடையிலான உறவுகள்

    நேரியல் அல்லாத பின்னடைவு. செயல்பாடு தேர்வு: பாக்ஸ்-காக்ஸ் சோதனைகள்.

    பல பின்னடைவு குணகங்களின் வழித்தோன்றல் மற்றும் விளக்கம்.

    நேரியல் அல்லாத மாதிரிகளில் பல பின்னடைவு.

    பல பின்னடைவு குணகங்களின் பண்புகள்.

    பன்முகத்தன்மை.

    மதிப்பீட்டின் தரம் R 2 குணகம் ஆகும்.

    பின்னடைவு சமன்பாடுகளில் மாறிகளின் விவரக்குறிப்பு.

    சேர்க்கப்பட வேண்டிய சமன்பாட்டில் மாறி இல்லாததன் விளைவு.

    சேர்க்கக்கூடாத மாதிரியில் மாறியைச் சேர்ப்பதன் தாக்கம்.

    மாற்று மாறிகள்.

    நேரியல் கட்டுப்பாடு சோதனை.

    சீரற்ற காலத்தின் ஹீட்டோரோசெடாடிசிட்டி மற்றும் தன்னியக்க தொடர்பு.

    காஸ்-மார்கோவ் நிலைமைகள்.

    ஹீட்டோரோசெடாடிசிட்டி மற்றும் அதன் விளைவுகள். பன்முகத்தன்மையைக் கண்டறிதல்.

    இந்த விஷயத்தில் என்ன செய்ய முடியும்.

    தன்னியக்க தொடர்பு மற்றும் தொடர்புடைய காரணிகள். முதல்-வரிசை தன்னியக்க தொடர்பைக் கண்டறிதல்: டர்பின்-வாட்சன் சோதனை.

    தன்னியக்க தொடர்பு பற்றி நீங்கள் என்ன செய்ய முடியும்? மாதிரி தவறான விவரக்குறிப்பின் விளைவாக தன்னியக்க தொடர்பு.

    போலி மாறியைப் பயன்படுத்துவதற்கான விளக்கம். பொது வழக்கு.

    போலி மாறிகளின் பல மக்கள்தொகைகள்.

    சாய்வு குணகத்திற்கான போலி மாறிகள்.

    சோவ் சோதனை.

    பைனரி தேர்வு மாதிரிகள்.

    பல தேர்வு மாதிரிகள்.

    தரவு மாதிரிகளை எண்ணுதல்.

    டிரிம் செய்யப்பட்ட மாதிரி மாதிரிகள்.

    தணிக்கை செய்யப்பட்ட மாதிரிகளின் மாதிரிகள்.

    தோராயமாக துண்டிக்கப்பட்ட மாதிரிகளின் மாதிரிகள்.

    படுக்கை ஒதுக்கீடு. பகுதி திருத்தம்.

    தகவமைப்பு எதிர்பார்ப்புகள். ஃப்ரீட்மேனின் நிரந்தர வருமானம் கருதுகோள்.

    பல்லுறுப்புக்கோவையில் விநியோகிக்கப்படும் அல்மன் லேக்ஸ்.

    பகுத்தறிவு எதிர்பார்ப்புகள்.

    கணிப்பு.

    நிலைத்தன்மை சோதனைகள்.

    நிலையான மற்றும் நிலையான நேரத் தொடரின் மாதிரிகள், அவற்றின் அடையாளம்.

    நிலையான நேரத் தொடர்.

    நிலைத்தன்மையின் அளவுரு சோதனைகள்.

    நிலைத்தன்மையின் அளவுரு அல்லாத சோதனைகள்.

    நிலையற்ற நேரத் தொடரை நிலையான நேரங்களாக மாற்றுதல்.

    நிதி பொருளாதாரவியல் ஆராய்ச்சியின் பொருள்கள்.

    பொருளாதார முன்கணிப்பின் அம்சங்கள்.

    நேர வரிசை மாதிரிகளின் அடிப்படையில் முன்கணிப்பு.

    பின்தங்கிய மாறிகள்.

    பின்தங்கிய சார்பு மாறியுடன் தன்னியக்க தொடர்பு.

    பின்தங்கிய சுயாதீன மாறிகள் கொண்ட மாதிரிகளின் குணகங்களை மதிப்பிடுவதற்கான முறைகள்.

    ஒரே நேரத்தில் சமன்பாடுகளின் அமைப்புகளின் மதிப்பீடு.

    ஒரே நேரத்தில் சமன்பாடுகளை மதிப்பிடுவதில் சார்பு.

    சமன்பாடுகளின் கட்டமைப்பு மற்றும் குறைக்கப்பட்ட வடிவங்கள்.

    மறைமுக குறைந்தபட்ச சதுர முறை.

    கருவி மாறிகள்.

    அடையாளம் காண முடியாதது.

    மிகையான அடையாளம்.

    இரண்டு-படி குறைந்தபட்ச சதுர முறை.

    அடையாளத்திற்கான பரிமாண நிபந்தனை.

    ஒப்பீட்டளவில் நிலையான சார்புகளை அடையாளம் காணுதல்.

    மூன்று-படி குறைந்தபட்ச சதுர முறை.

    நகரும் சராசரி மாதிரிகள்.

    பருவகால மாறுபாடுகளுடன் கூடிய நேரத் தொடர் மாதிரிகள்.

    நிலையற்ற மாதிரிகளிலிருந்து நிலையானவற்றுக்கு மாறுதல்.

    நேரியல் அல்லாத கட்டமைப்புகள் கொண்ட நிதி குறிகாட்டிகளின் நேர வரிசை மாதிரிகள்.

8. ஒழுக்கத்தின் கல்வி, வழிமுறை மற்றும் தகவல் ஆதரவு

இலக்கியம்

முக்கிய

    பரனோவா E. S. மற்றும் பலர். நடைமுறை வழிகாட்டிஉயர் கணிதத்தில். வழக்கமான கணக்கீடுகள்: பாடநூல் - செயின்ட் பீட்டர்ஸ்பர்க்: பீட்டர், 2009. - 320 பக்.

    கணித மாடலிங் அறிமுகம் [உரை]: பாடநூல். கொடுப்பனவு / வி.என். ஆஷிக்மின் [மற்றும் பலர்] - எம்.: லோகோஸ், 2005. - 440 பக். - (புதிய பல்கலைக்கழக நூலகம்)

    பொருளாதார வல்லுனர்களுக்கான உயர் கணிதம்: பல்கலைக்கழகங்களுக்கான பாடநூல்/எட். Kremera N.Sh.-M.: UNITY, 2004.-471 p.

    Zamkov O. மற்றும் பிற கணித முறைகள்: பாடநூல் / திருத்தியவர் A.V.

    காஸ்ட்ரிட்சா O. A. பொருளாதார வல்லுனர்களுக்கான உயர் கணிதம் [உரை]: பாடநூல்/O.A.

    கிராஸ் எம்.எஸ்., சுப்ரினோவ் பி.பி. கணித முறைகள்மற்றும் பொருளாதாரத்தில் முதுகலை மாணவர்களுக்கான மாதிரிகள் [உரை]: பாடநூல். கொடுப்பனவு/எம்.எஸ். கிராஸ், பி. பி. சுப்ரினோவ் - 2வது பதிப்பு - செயின்ட் பீட்டர்ஸ்பர்க்: பீட்டர், 2010. - 496 பக்.

    பொருளாதாரவியல் [உரை]: பாடநூல்/எட். ஐ.ஐ. Eliseeva.-M.: Prospekt, 2009.-288 p.

    எஸ்.டி. சோதனை தரவு செயலாக்கம். ஆய்வக வேலை. Nyx\economic\3rd course\ Econometrics இல் மாணவர்

கூடுதல்

    Y. R. மேக்னஸ், P. K. Katyshev, A. A. பெரெசெட்ஸ்கி. பொருளாதார அளவியல். எம்., இன்ஃப்ரா-எம்., 2006.

    ஜி.எஃப். லாபின். பயோமெட்ரிக்ஸ். M., VSh, 1990.

    V. I. ஓர்லோவ் எகனாமெட்ரிக்ஸ்.

    எம்., 2002.

    I. கைதிஷேவ். தரவு பகுப்பாய்வு மற்றும் செயலாக்கம். செயின்ட் பீட்டர்ஸ்பர்க், பீட்டர், 2001.

என்.பி. டிகோமிரோவ், இ.யு.

எகனாமெட்ரிக்ஸ், எம்., தேர்வு, 2003.

9. ஒழுங்குமுறைக்கான தளவாட ஆதரவு

வகுப்பறை வகுப்புகள் மற்றும் "முடிவு ஆதரவு அமைப்பு" என்ற பிரிவில் உள்ள CDS ஆகியவை வகுப்பறைகளில் நடத்தப்படுகின்றன, இதில் மல்டிமீடியா கற்பித்தல் எய்ட்ஸ் பொருத்தப்பட்டவை, இணைய நெட்வொர்க்குகளுக்கான அணுகலை வழங்கும் கணினி ஆய்வகங்களில் உள்ளன.

ஒக்ஸானா விக்டோரோவ்னா நெவோலினா

பொருளாதார அளவீடுகள்

வேலை பாடத்திட்டம்

பயிற்சியின் திசை

"பொருளாதாரம்"

பயிற்சி சுயவிவரம்

பொருளாதார அளவீடுகள்

வரிகள் மற்றும் வரிவிதிப்பு, உலகப் பொருளாதாரம்,

பயிற்சியின் திசை

நிறுவனங்கள் மற்றும் நிறுவனங்களின் பொருளாதாரம்,

"வெளிநாட்டு பிராந்திய ஆய்வுகள்"

யூரேசிய ஆய்வுகள்: ரஷ்யா மற்றும் அருகிலுள்ள பகுதிகள்

பட்டப்படிப்புக்கு பொறுப்பு: பிஎச்.டி., இணைப் பேராசிரியர் இ.என். ஃபோகினா

வடிவம் 60x84/16. டைம்ஸ் நியூ ரோமன் எழுத்துரு.

சுழற்சி 20. தொகுதி 1.39 u.-p.l.

"டியூமன் ஸ்டேட் அகாடமி

உலகப் பொருளாதாரம், நிர்வாகம் மற்றும் சட்டம்"