Корреляционный анализ - раздел Педагогика, Введение. Предмет и метод статистической науки Различают:
Парную Корреляцию – Это Зависимость Между Результат...
Различают:
парную корреляцию – это зависимость между результативным и факторным признаком;
частную корреляцию – это зависимость между результативным и одним факторным признаком при фиксированном значении других факторных признаков;
множественную – многофакторное влияние в статической модели .
Теснота связи при линейной зависимости измеряется с помощью линейного коэффициента корреляции, который рассчитывается по одной из формул:
(5.16)
. (5.17)
Оценка линейного коэффициента корреляции
Значение r
Характер связи
Интерпретация связи
r = 0
Отсутствует
Изменение x не влияет на изменения y
0 < r < 1
Прямая
С увеличением x увеличивается y
-1 > r > 0
Обратная
С увеличением x уменьшается y и наоборот
r = 1
Функциональная
Каждому значению факторного признака строго соответствует одно значение результативного
Значимость линейного коэффициента корреляции проверяется на основе t-критерия Стьюдента. Для этого определяется фактическое значение критерия :
, (5.18)
Вычисленное по формуле (6.18) значение сравнивается с критическим , который получают по таблице Стьюдента с учетом принятого уровня значимости и числа степеней свободы ν. Коэффициент корреляции считается статистически значимым, если tрасч превышает : tрасч > .
Универсальным показателем тесноты связи является теоретическое корреляционное отношение:
, (5.19)
где – общая дисперсия эмпирических значений y, характеризует вариацию результативного признака за счет всех факторов, включая х;
– факторная дисперсия теоретических значений результативного признака, отражает влияние фактора х на вариацию у;
– остаточная дисперсия эмпирических значений результативного признака, отражает влияние на вариацию у всех остальных факторов кроме х.
По правилу сложения дисперсий:
, т.е. . (5.19)
Оценка связи на основе теоретического корреляционного отношения (шкала Чеддока)
Значение
Характер связи
Значение
Характер связи
η = 0
Отсутствует
0,5 ≤ η < 0,7
Заметная
0 < η < 0,2
Очень слабая
0,7 ≤ η < 0,9
Сильная
0,2 ≤ η < 0,3
Слабая
0,9 ≤ η < 1
Весьма сильная
0,3 ≤ η < 0,5
Умеренная
η = 1
Функциональная
Для линейной зависимости теоретическое корреляционное отношение тождественно линейному коэффициенту корреляции, т.е. η = |r|.
Множественный коэффициент корреляции в случае зависимости результативного признака от двух факторов вычисляется по формуле:
, (5.20)
где – парные коэффициенты корреляции между признаками.
Множественный коэффициент корреляции изменяется в пределах от 0 до 1 и по определению положителен: .
Условие включения факторных признаков в регрессионную модель – наличие тесной связи между результативным и факторными признаками и как можно менее существенная связь между факторными признаками.
Значимость коэффициента множественной детерминации, а соответственно и адекватность всей модели и правильность выбора формы связи можно проверить с помощью критерия Фишера:
, (5.21)
где R2 – коэффициент множественной детерминации (R2);
k – число факторных признаков, включенных в уравнение регрессии.
Связь считается существенной, если Fрасч > Fтабл – табличного значения F-критерия для заданного уровня значимости α и числе степеней свободы ν1 = k,ν2 = n – k – 1.
Частные коэффициенты корреляции характеризуют степень тесноты связи результативного признака и фактора, при элиминировании его взаимосвязи с остальными факторами, включенными в анализ. Расчет частных коэффициентов корреляции в случае двухфакторной регрессии (в первом случае исключено влияние факторного признака х2, во втором – х1):
; , (5.22)
где r – парные коэффициенты корреляции между указанными в индексе переменными.
Для оценки сравнительной силы влияния факторов, по каждому фактору рассчитывают частные коэффициенты эластичности:
, (5.23)
где – среднее значение соответствующего факторного признака;
– среднее значение результативного признака;
– коэффициент регрессии при i-м факторном признаке.
Данный коэффициент показывает, на сколько процентов следует ожидать изменения результативного показателя при изменении фактора на 1% и неизменном значении других факторов.
Частный коэффициент детерминации показывает, на сколько процентов вариация результативного признака объясняется вариацией i-го признака, входящего в множественное уравнение регрессии, рассчитывается по формуле:
, (5.24)
где – парный коэффициент корреляции между результативным и i-м факторным признаком;
Пример... Имеются первичные данные о количестве работников определенного возраста... Произведем группировку работников предприятия по возрасту Для этого по формуле рассчитаем число групп...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:
Корреляционный анализ
Что будем делать с полученным материалом:
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
История развития статистической науки
Статистическая наука сложилась в результате теоретических обобщений накопленных человечеством опыта учетно-расчетных работ, обусловленных потребностями управления обществом.
Предмет и метод статистической науки
Объектом исследования статистики как науки являются:
· общество;
· массовые социально-экономические явления;
· влияние природных и технических фактор
Организация и функции статистических служб
В России в 1811 г. при департаменте полиции было образовано статистическое отделение, в 1857 г. – Центральный статистический комитет, губернские и земские Комитеты, с 25 июля 1918 г. – Центральное
Понятие о статистической информации
Информация – (лат.) «осведомление, доведение сведений о чем-либо».
Статистическая информация (статистические данные) – первичный материал о социально-экономических явления
Статистическое наблюдение
Статистическое наблюдение – это такое наблюдение, которое обеспечивает получение объективной, сопоставимой, достоверной и полной информации о событии и обладает, как и вероятность,
Сводка и группировка статистических данных
Получаемая в ходе статистического наблюдения информация характеризует единицы статистической совокупности с различных сторон и не позволяет сделать обобщающие выводы об объекте в целом (т.е. о всей
Принципы построения статистических группировок
1. Выбор группировочного признака – признака, по которому производится разбиение совокупности на отдельные группы. В качестве признака необходимо использовать существенные обоснова
Вариационные ряды
При изучении совокупности интересующий нас признак у различных единиц совокупности принимает различные значения, т.е. он имеет некоторую вариацию.
Вариацией признака назыв
Графическое отображение вариационных рядов
Вариационный ряд по своей конструкции имеет 2 характеристики:
· значения варьирующего признака – варианты xi, i = 1,2,…,m;
· число
Обобщающие статистические показатели
Экономико-статистические показатели содержат количественную характеристику тех или иных свойств экономических явлений и представляют собой модель. С помощью показателей определяются результаты экон
Абсолютные и относительные статистические показатели
Абсолютными в статистике называются суммарные обобщающие показатели, характеризующие размеры, объемы, уровни, мощности, темпы и др. изменения величин. Абсолютные показатели являются именова
Средние величины
Средняя величина является обобщающей характеристикой совокупности однотипных явлений по изучаемому признаку. Средняя величина должна вычисляться с учетом экономического содержания
Свойства средней арифметической
1.Средняя арифметическая постоянной величины равна самой величине.
2.Если все варианты xi увеличить (уменьшить) на одно и тоже число
Средние структурные величины
В условиях недостаточности средних используют структурные средние величины – моду и медиану.
Медиана (Ме) – это вариант, который находится а
Показатели вариации
Вариациейназывается изменяемость, колеблемость величины признака. Вариация проявляется в отклонениях от средних и зависит от множества факторов, влияющих на социально-экономическое
Свойства дисперсии
1.Дисперсия постоянной величины равна нулю.
2.Если у всех значений вариантов отнять какое-то постоянное число А, то средний квадрат отклонений (дис
Вариация альтернативного признака
Альтернативные признаки– два противоположных, взаимоисключающих друг друга качественных признака, которыми одни единицы совокупности обладают (значение варианта 1),
Моменты распределения
Для подробного описания особенностей распределения используют дополнительные характеристики – моменты распределения.
Момент распределения k-го порядка – средняя вел
Теоретические кривые распределения
Анализ вариационных рядов предполагает выявление закономерностей распределения, определение и построение (получение) некой теоретической (вероятностной) формы распределения. Характер распределения
Выборочное наблюдение в статистике
Наиболее широко распространенным видом несплошного наблюдения является выборочное наблюдение, при котором обследуются не все единицы изучаемой совокупности, а лишь определенным образом отобранная и
Закон больших чисел и предельные теоремы
Под законом больших чисел в широком смысле понимается общий принцип, согласно которому, по формулировке академика Колмогорова, совокупное действие большого числа случайных факторов
Ошибка выборки для альтернативного признака
Теорема Бернулли утверждает, что при достаточно большом объеме выборки вероятность Pрасхождения между долей признака в выборочной совокупности р и долей в генеральной совокупности
Регрессионный анализ
Для оценки параметров уравнений регрессии наиболее часто используется метод наименьших квадратов (МНК), суть которого заключается в следующем требовании: искомые теоретические значения результативн
Анализ динамических рядов
Динамический рядпредставляет собой хронологическую последовательность числовых значений статистических показателей.
Виды рядов динамики (РД):
1)
Методы анализа тенденций рядов динамики
Одной из важнейших задач статистики является определение в рядах динамики общей тенденции развития явления. На развитие явления во времени оказывают влияние факторы, различные по характеру и силе в
Сезонные колебания
Уровни ряда динамики формируются под влиянием различных взаимодействующих факторов, одни из которых определяют тенденцию развития, а другие –колеблемость (вариацию)
Колебания уровней ряда
Прогнозирование на основе экстраполяции тренда
Тренд – основная тенденция развития. Методы выявления тренда называются методами выравнивания временного ряда (метод наименьших квадратов, скользящей средней, конечных разностей).
При нали
Экономические индексы
Индексом в статистике называется относительный показатель, характеризующий изменение величины какого-либо явления по сравнению с эталоном.
Таблица – Классификация индексов
Общие индексы количественных показателей
Индекс физического объема продукции показывает относительное изменение стоимости продукции из-за изменения объема производства.
Индивидуальный индекс:
.
(5.16)
. (5.17)
:
, (5.18)
, который получают по таблице Стьюдента с учетом принятого уровня значимости 
и числа степеней свободы ν. Коэффициент корреляции считается статистически значимым, если tрасч превышает 
, (5.19)
– общая дисперсия эмпирических значений y, характеризует вариацию результативного признака за счет всех факторов, включая х;
– факторная дисперсия теоретических значений результативного признака, отражает влияние фактора х на вариацию у;
– остаточная дисперсия эмпирических значений результативного признака, отражает влияние на вариацию у всех остальных факторов кроме х.
, т.е. 
. (5.19)
, (5.20)
– парные коэффициенты корреляции между признаками.
.
, (5.21)
);
; 
, (5.22)
, (5.23)
– среднее значение соответствующего факторного признака;
– среднее значение результативного признака;
– коэффициент регрессии при i-м факторном признаке.
, (5.24)
– парный коэффициент корреляции между результативным и i-м факторным признаком;
– соответствующий стандартизованный коэффициент уравнения множественной регрессии:
. (5.25)
Новости и инфо для студентов