Прямая и обратная связь. Линейные и нелинейные связи

Прямые и обратные связи.

В зависимости от направления действия функциональные и стохастические связи могут быть прямыми и обратными. При прямой связи направление изменения результативного признака совапдает с направлением изменения признака-фактора, т.е. с увеличением факторного признака увеличивается и результативный, и, наоборот, с уменьшением факторного признака уменьшается и результативный признак. В противном случае между рассматриваемыми величинами существуют обратные связи. Например, чем выше квалификация рабочего (разряд), тем выше уровень производительности труда- прямая связь. А чем выше производительность труда, тем ниже себестоимость единицы продукции- обратная связь.

Прямолинейные и криволинейные связи.

По аналитическому выражению (форме) связи могут быть прямолинейными и криволинейными. При прямолинейной связи с возрастанием значения факторного признака происходит непрерывное возрастание (или убывание) значений результативного признака. Математически такая связь представляется уравнением прямой, а графически прямой линией. Отсюда ее более короткое название- линейная связь.

При криволинейных связях свозрастанием значения факторного признака возрастание (или убывание) результативного признака происходит неравномерно или же направление его измененияменяется на обратное. Геометрически такие связи представляются кривыми линиями (гиперболой, параболой и т.д.).

Корреляция. Парная, частная и множественная корреляция.

Корреляция- это статистическая зависимость между случайными величинами, не имеющая строго функционального характера, при которой измерение одной из случайных величин приводит к изменению математического ожидания другой.

Корреляционная связь может быть прямая, т.е. с увеличением аргумента увеличивается значение функции, и обратная, т.е. при увеличении аргументов функция может снижаться, а при убывании – возрастать.

Парная связь выражается в виде фактора аргумента (х), а результативный показатель (у)

Связь множественная, когда результативный показатель (у) зависит от множества факторов аргументов (т.е. от х₁,х₂,…,х_n)