Годовые тренды Опции

[Green]

День добрый!

Есть таблица

Число случаев
Год показательБ1 показательБ2 показательБ3 Всего(сумма Б1+Б2+Б3)
2000
2001
2002
....


на пересечении стоят целые числа - количество случаев, выявленных за год.

Задача, показать, что есть изменения во временном тренде, т.е. с течением времени.
Как вариант - показать, что( к примеру) Б1 растет в удельном количестве по сравнению с Б2, который падает, а Б3 не изменился за эти годы.

Есть мысль насчет регресии, но....по ней вопросы.
Но если у кого есть опыт, как анализировать эти данные - поделитесь, пожалуйста.

Сообщение отредактировал Green - 20.11.2009 - 17:33

[Green]

Спасибо DrgLena за все комментарии
1. Фон Нейман - да, конечно, разносторонний человек, архитектура фон Неймана изучалась в университете, как-то не соотнесла.

2. По реальным данным. Отличие в том, что есть случаи заболевания по возбудителю и их сумма: общее количество случаев заболевания. И всё. Т.е. популяция - все заболевшие ( 90-110 случаев в год). Разделяются приблизительно так по 10% на возбудители С и D, а А и B - пляшут от 60% до 35%, и от 20% до 40% за эти годы.
Я считаю, что корреляция (любая) - даст нам только понимание взаимосвязи между А и В.
Вы совершенно правы, интересует тренд. Поэтому я попыталась рассчитать точечную оценку annual percent change и показать, что она значима, тем самым доказывая что кол-во случаев возбудителя А действительно растет.

Но, для грамотного расчета и оформления, конечно, меня волнует тип распределения.


Во-первых, когда я даю описательную статистику

например
год____колв-во А/доля в%А ___ кол-во В/доля в %.... ______Всего
2007_________30/25%_______________60/50%.....___________ 120

Я бы хотела указать доли как ME?SE или (CI-;CI+)
И вот вопрос - как посчитать SE - для биноминального закона считается по одному, для Пуассона - по другому. ( тут тема на форуме была http://forum.disser.ru/index.php?showtopic=2158 , я вопрос задала, но...).

Как я понимаю, есть математика (реализована в StatExact), которая может посчитатьME?SE или (CI-;CI+) для таких таблиц. ссылку бы... или формулу...

Далее, опять же в зависимости от типа распределения строю линейную регрессию с учетом параметризации.

Возможно, изложила сумбурно, но, мне кажется, что тип распределения нужен.

Так что, спасибо DoctorStat за теорию. Похоже, что мне можно аппроксимировать нормальным распределением.

Осталось найти, как рассчитать (CI-;CI+) для этой таблицы.