.

Аналіз взаємозалежності величин в системі міжнародних відносин (лабораторна)

Язык: украинский
Тип документа: Word Doc
1 2004
Скачать документ

Лабораторна робота

на тему:

“Аналіз взаємозалежності величин в системі міжнародних відносин”

1. Мета роботи

Ознайомитись з базовими поняттями взаємозалежності випадкових величин в
системі. Оволодіти навичками застосування методів перевірки наявності
зв’язку між величинами в системі міжнародних відносин. Навчитись
використовувати в дослідженнях коефіцієнти Пірсона, Чупрова,
контингенції, асоціації.

2. Порядок виконання роботи

1. Попереднє опрацювання теоретичного матеріалу.

2. Отримання допуску до виконання лабораторної роботи.

3. Опрацювання типового навчального завдання.

4. Виконання індивідуального завдання.

5. Оформлення звіту.

6. Захист роботи.

3. Короткі теоретичні відомості

3.1. Залежності випадкових величин

З’ясування ступеня інтенсивності зв’язків між підсистемами дає ключ до
розуміння природи досліджуваного явища, сутності його властивостей, їх
взаємовпливу і взаємозумовленості.

Існують два основних види залежностей:

функціональні;

статистичні.

Функціональні залежності спостерігається тоді коли одній властивості
випадкової величини однозначно відповідає одне або кілька значень іншої.
Функціональна залежність двох кількісних змінних полягає в тому, що
кожному значенню однієї змінної завжди відповідає визначене значення
іншої змінної.

Статистичні залежності спостерігається тоді коли одній властивості
випадкової величини відповідає множина значень іншої властивості у
вигляді статистичного розподілу. На відміну від функціональної
залежності, коли кожному значенню однієї ознаки завжди відповідає
визначене значення іншого, при статистичній залежності тому самому
значенню однієї ознаки можуть відповідати різні значення іншої.

Якщо виявлено, що всякий раз, коли змінюється величина A, змінюється і
величина B, то можна зробити висновок – “величина A впливає на величина
B”, тобто між змінними А та В є причинна залежність. Змінні величини
залежні, якщо їх значення систематичним образом погоджені один з одним у
наявних спостереженнях.

Можна відзначити дві найпростіші властивості взаємозалежності між
змінними величинами:

величина взаємозалежності;

надійність взаємозалежності.

Величина залежності і надійність представляють дві різні характеристики
залежностей між змінними. Проте, не можна сказати, що вони зовсім
незалежні. Чим більше величина залежності (зв’язку) між величинами, тим
більше вона надійна.

3.2. Аналіз взаємної спряженості випадкових величин

В якості числової характеристики, що визначає взаємний вплив випадкових
величин можуть використовуватися коефіцієнти взаємної спряженості. В
основі коефіцієнтів взаємної спряженості лежить показник спряження (2
між розподілами двох властивостей, тобто визначення ступеня збіжності
(спряженості) емпіричних умовних розподілів випадкових величин (X(У) при
різних значеннях Yj з безумовним розподілом випадкової величини X за
формулою:

, де

WH – теоретична відносна частота, WE – експериментальна відносна
частота, k – кількість інтервалів на шкалі.

Чисельник формули виражає різницю між частотами теоретичного й
емпіричного розподілів кожного доданка, піднесену до квадрата; дріб у
цілому визначає відносну частку розбіжності для кожного доданка; сума
виражає загальну відносну розбіжність емпіричного й теоретичного
розподілів.

Якщо емпіричний і теоретичний розподіли випадкової величини збігаються,
то різниці між відповідними частотами дорівнюють нулю, і (2 =0. Чим
більші ці різниці, тим більше емпіричний розподіл не збігається з
теоретичним законом.

Але (2 залежить від n і не є нормованою величиною тісноти зв’язку.
Коефіцієнт зв’язку між властивостями не повинен залежати від кількості
спостережень і має перебувати в межах від нуля до одиниці. Кількісними
показниками спряженості величин є два коефіцієнти взаємної спряженості:

де (k – 1)(l – 1) = v – кількість ступенів свободи.

Мінімальне значення кожного з цих коефіцієнтів дорівнює нулю, результат
буде таким якщо (2 дорівнює 0, це виражає факт незалежності Х від У.

Максимальне значення кожного з цих коефіцієнтів дорівнює одиниці,
результат буде таким якщо (2 дорівнює знаменнику, це виражає факт
сильної залежності Х від У.

Хоча коефіцієнти Пірсона і Чупрова відображають одне й те саме явище,
вони не рівні у загальному випадку. В загальному випадку коефіцієнт
Пірсона перевищує коефіцієнт Чупрова в квадратний корінь з числа
ступенів свободи:

Формулу для обчислення коефіцієнта взаємної спряженості Чупрова
використовують також для визначення зв’язку коли обидві змінні
обмірювані за номінальною шкалою. Традиційний підхід до аналізу зв’язку
між номінальними ознаками заснований на перевірці припущення про
статистичну незалежність розглянутих ознак у випадкових величин.

Спільний розподіл двох таких величин Х та У наведено в таблиці:

Х “НІ” “ТАК” СУМА

У

“НІ” a b a+b

“ТАК” c d c+d

СУМА a+c b+d n

Показники a, b, c, d обумовлюють кількість об’єктів, що володіють
сполученням відповідних властивостей.

Якщо обидві змінні обмірювані за номінальною шкалою кількість інтервалів
на шкалі для них k=l=2 (існує тільки два значення “ТАК”, “НІ”),
відповідно число ступенів свободи v=(k-1)(l-1)=(2-1)(2-1)=1.

Коефіцієнт взаємної спряженості для двох змінних обмірюваних за
номінальною шкалою, називається коефіцієнтом контингенції та
розраховується за формулою:

Для оцінки ступеня зв’язку між двома змінними, що вимірюються за
номінальною шкалою крім коефіцієнта контингенції, можна використовувати
коефіцієнт асоціації:

Обидва коефіцієнти ? і Q приймають значення від -1 до +1 і дорівнюють
0, якщо величини статистично незалежні.

Коефіцієнт ? приймає значення + 1, якщо b=0 і с=0. Значення -1
коефіцієнт ? приймає у випадку, коли а=0 і d=0.

Коефіцієнт Q приймає значення +1 у випадку повного позитивного зв’язку,
тобто коли c=0 чи b=0. Значення -1 коефіцієнт Q приймає у випадку повної
негативної зв’язаності, коли а=0 чи d=0.

Коефіцієнт контингенції завжди менший за коефіцієнт асоціації Зв’язок
між величинами вважається підтвердженим, якщо Q(0.5 чи ? (0.3.

Самий точний прогноз досягається в ситуації, коли для кожного зі значень
однієї ознаки можна однозначно визначити відповідне значення іншої.
Таким чином, сучасне трактування поняття “повний зв’язок” між величинами
Х і Y означає, що знання значення Х усуває всяку невизначеність у знанні
значення Y. Для зменшення невизначеності необхідно збільшити кількість
інформації.

4. Типове навчальне завдання

Приклад 3.1.: нехай властивість X це – “середньомісячний дохід
громадян”, а властивість У це – “підтримка громадянами державних
реформ”. Потрібно встановити, чи є зв’язок між цими величинами.

Припустимо, що в результаті соціологічного опитування 300 респондентів
одержано двомірний розподіл випадкових величин (X, У), поданий у вигляді
таблиці (підсумковий стовпчик ni і рядок nj відображають одномірні
розподіли X та У).

Х 100 300 500 700 nj

У

0 60 30 10 20 120

1 30 30 50 70 180

ni 90 60 60 90 300

Властивість X визначається за інтервальною шкалою через кожні двісті
умовних одиниць: 0-200; 201-400; 401-600; 601-800.

Якщо вимірювана величина X потрапляє в певний інтервал, то значення Xі є
центром і-го інтервалу в точках 100; 300; 500; 700, відповідно. Всього
чотири інтервали, тобто k=4.

Властивість У визначається за номінальною шкалою з варіантами відповідей
“Так” і “Ні”, відповідно yi приймає значення 1 та 0. Всього два
інтервали, тобто l=2.

За результатами опитування респонденти розподілились па дві групи.
Кожній групі відповідають умовні розподіли відносних частот респондентів
W(X|yi).

W Х 100 300 500 700 СУМА

У

W(X|y0) 0 0,50 0,25 0,08 0,17 1

W(X|y1) 1 0,17 0,17 0,28 0,39 1

W(X) 0,30 0,20 0,20 0,30 1

Умовні розподіли W(X|y0) і W(X|y1) різняться, причому в першій групі –
менш забезпечені респонденти, у другій – більш забезпечені. Отже,
залежність між X та У більша за 0. Щоб визначити величину цієї
залежності, обчислюється (2, причому за WH (теоретична відносна
частота) приймається безумовний розподіл W(X), а за WE
(експериментальні відносна частота) – умовний розподіл відносних частот
W(X|yi).

l, k — кількість інтервалів на шкалах властивостей х і у (l=2, k=4).

На основі даних обчислюється значення (2:

Отримане значення (2=54 називають емпіричним, тобто отриманим
експериментальним шляхом. Існують статистичні таблиці (Додаток 1)
функції F((2) з розрахованими критичними значеннями (2, якщо емпіричне
значення (2е більше за табличне критичне значення (2кр то це виражає
факт залежності Х від У. Табличне значення (2кр для числа ступенів
свободи v=(k-1)(l-1)=(4-1)(2-1)=3 дорівнює 7.8, а емпіричне значення
(2е=54, відповідно (2кр( (2е, що означає існування зв’язку між Х від У.

Обчислимо значення коефіцієнтів взаємної спряженості властивості Х від
У:

Приклад 3.2.: нехай величина X це – “членство країни у Європейському
Союзі”, а величина У це – “підтримка зовнішньополітичного рішення якоїсь
країни”. Потрібно встановити, чи є зв’язок між цими величинами. Розподіл
випадкових величин X та У поданий у вигляді таблиці:

Х “НІ” “ТАК” СУМА

У

“НІ” 15 5 20

“ТАК” 6 14 20

СУМА 21 19 40

За даними таблиці

INCLUDEPICTURE \d “Статистика-Методы анализа качественных
признаков.files/9.jpeg” Обидва коефіцієнти Q і ? в даному прикладі
приймають позитивні значення, тобто між величинами X та У існує
позитивний зв’язок. Цей факт випливає з того, що перший і другий рядки
таблиці мають протилежні умовні розподіли:

W Х “НІ” “ТАК” СУМА

У

W(X|y0) “НІ” 0,75 0,25 1

W(X|y1) “ТАК” 0,30 0,70 1

W(X) 0,53 0,48 1

Для перевірки розрахуємо (2е та порівняємо його з (2кр.

(2е= 8,12

Табличне значення (2кр для числа ступенів свободи v=1 дорівнює 3.8,
відповідно (2кр( (2е, що означає існування зв’язку між Х від У.

5. Індивідуальне завдання.

Запропонувати та самостійно проаналізувати систему в галузі міжнародних
відносин.

Перевірити наявність та силу зв’язку між досліджуваними величинами
використовуючи коефіцієнт Пірсона та Чупрова за схемою типового завдання
(Приклад 3.1.).

Перевірити наявність та силу зв’язку між досліджуваними величинами
використовуючи коефіцієнт контингенції та асоціації за схемою типового
завдання (Приклад 3.2.).

6. Питання допуску до лабораторної роботи

Охарактеризувати залежності та взаємозв’язок випадкових подій в системі.

Порівняти функціональну та статистичну залежність.

Визначити властивості взаємозалежності.

Проаналізувати величину “хі-квадрат”, як показник спряження величин в
системі.

Проаналізувати коефіцієнт Пірсона, як кількісний показник спряження
величин в системі.

Проаналізувати коефіцієнт Чупрова, як кількісний показник спряження
величин в системі.

Порівняти коефіцієнт Чупрова та коефіцієнт Пірсона.

Проаналізувати коефіцієнт контингенції, як кількісний показник спряження
величин в системі.

Проаналізувати коефіцієнт асоціації, як кількісний показник спряження
величин в системі.

Порівняти коефіцієнт контингенції та коефіцієнт асоціації.

7. Питання до захисту лабораторної роботи

Обґрунтувати вибір системи для виконання індивідуального завдання.

Визначити ціль та задачу дослідження проведеного в індивідуальному
завданні.

Охарактеризувати запропоновану систему за основними характеристиками.

Обґрунтувати причинно-наслідкові зв’язки в системи, що досліджувалась в
індивідуальному завданні.

Обґрунтувати вибір змінних величин, що обрано для дослідження
проведеного в індивідуальному завданні.

Порівняти коефіцієнти Чупрова та Пірсона, що були отримані у власному
дослідженні, зробити висновки.

Порівняти коефіцієнти контингенції та асоціації, що були отримані у
власному дослідженні, зробити висновки.

Охарактеризувати поняття величина зв’язку.

Охарактеризувати поняття надійність зв’язку.

Визначити основні умови найбільш точного прогнозу в дослідженні.

ДЖЕРЕЛА ІНФОРМАЦІЇ

Гондюл В.П., Добржанська О.Л. Методичні вказівки до виконання
лабораторних робот з нормативної дисципліни “Системний аналіз”. –
К.:ІМВ, 2003.- 57 с.

Макарова Н. В., Трофимец В. Я. Статистика в Ехсеl. – М.: Финансы и
статистика, 2002. – 368 с.

Циба В.Т. Математичні основи соціальних досліджень: кваліметричний
підхід. – К.:МАУП, 2002. – 248 с.

Томенко М., Бадешко Л., Гребельник В. Гребельник О., Грицяк І., Міхеєнко
Ю., Палій О. Парахонський Б., Погарський Я., Томенко В. Абетка
Української політики. – К.: Смолоскип, – 2002. – 368.

Казиев В.М. Введение в системный анализ и моделирование. ИМОАС, 2001. –
115 с.

Корнилов Г.И. Основы теории систем и системного анализа. Кривой Рог.:
Институт делового администрирования, 1996. – 76 с.

Додаток 1:

Критичні точки розподілу (2

Число ступенів свободи рівень значимості

0,01 0,05 0,95 0,99

6.6 3.8 0.00 0.00

9.2 6.0 0.10 0.02

11.3 7.8 0.35 0.11

13.3 9.5 0.71 0.30

15.1 11.1 1.15 0.55

16.8 12.6 1.64 0.87

18.5 14.1 2.17 1.24

20.1 15.5 2.73 1.65

21.7 16.9 3.33 2.09

23.2 18.3 3.94 2.56

24.7 19.7 4.57 3.05

26.2 21.0 5.23 3.57

27.7 22.4 5.89 4.11

29.1 23.7 6.57 4.66

30.6 25.0 7.26 5.23

32.0 26.3 7.96 5.81

33.4 27.6 8.67 6.41

34.8 28.9 9.39 7.01

36.2 30.1 10.1 7.63

37.6 31.4 10.9 8.26

38.9 32.7 11.6 8.90

40.3 33.9 12.3 9.54

41.6 35.2 13.1 10.2

43.0 36.4 13.8 10.9

44.3 37.7 14.6 11.5

45.6 38.9 15.4 12.2

47.0 40.1 16.2 12.9

48.3 41.3 16.9 13.6

49.6 42.6 17.7 14.3

50.9 43.8 18.5 15.0

Нашли опечатку? Выделите и нажмите CTRL+Enter

Похожие документы
Обсуждение

Ответить

Курсовые, Дипломы, Рефераты на заказ в кратчайшие сроки
Заказать реферат!
UkrReferat.com. Всі права захищені. 2000-2020