Величина показателя тесноты связи по абсолютной величине | 0,1 - 0,3 | 0,3 - 0,5 | 0,5 - 0,7 | 0,7 - 0,9 | 0,9 - 0,99 |
Характеристика связи | Сла бая | Умерен ная | Замет ная | Высокая (тесная) | Весьма высокая (очень тесная) |
Корреляционно-регрессионный анализ.Корреляционной связью между двумя признаками называется такая связь, при которой изменение среднего значения факторного признака вызывает изменение среднего значения результативного.
Конечная цель статистического изучения корреляционной связи состоит в получении статистической модели этой зависимости в форме уравнения регрессии или уравнения связи. Решение этой задачи осуществляется в следующей последовательности.
Осуществляется логический анализ сущности изучаемого явления и причинно-следственных связей, т.е. устанавливается результативный признак () и фактор (или факторы) его изменения (х1,х2,… ). Связь двух признаков является парной корреляцией, а нескольких - множественной.
Проверка требований, предъявляемых к факторным и результативным признакам:
- однородность распределения, т.е. коэффициенты вариации не должны превышать 33 %: Vу ≤ , ≤ ;
- соответствие нормальному закону распределения, - чаще всего используется правило “трех сигм”.
Если и , то с вероятностью 0,997 можно утверждать, что распределение соответствующих признаков (ре-зультативного и факторного) соответствуют нормальному закону распределения.
независимость по объектам наблюдения. Если рассматривается статическое распределение или ряды распределения, то это требование подтверждается путем логического анализа, т.е. apriori. В то же время при построении регрессионных моделей по рядам динамики дополнительно необходимо проверять гипотезы об отсутствии автокорреляции и тенденции в рядах динами (стр.325-326. данного раздела);
отсутствие мультиколлинеарности между факторными признаками (при множественной корреляции), т.е.и() не должны быть связаны между собой ни функциональной (мультипликативной или аддитивной), ни тесной корреляционной связью, т.е. или , k є ; или ≤ 0,8.
все факторные и результативные признаки должны иметь количественное выражение и взаимно соответствовать друг другу в пространстве, т.е. по объектам наблюдения, и по времени.
3. Исключение из массива первичной информации всех резко-выделяющихся (аномальных) единиц признаков-факторов и форми-рование нового массива для последующего анализа.
4. Определение формы и направления связи. В случае парных зависимостей применяются: содержательный анализ, графический метод, метод аналитических группировок и построение корреляцион-ных таблиц.