 
        
        - •Лабораторная работа №5. Корреляционно-регрессионный анализ
- •1. Общие понятия и определения
- •2. Оценка силы корреляционной связи
- •3.Оценка коэффициента корреляции по данным выборки
- •4. Оценка значимости коэффициента корреляции
- •Примеры решения задач
- •Варианты заданий
- •5. Парная линейная регрессия.
- •6. Расчет теоретической линии прямой регрессии
- •7. Обратная регрессия
- •Алгоритм расчета оптимальной формы связи
- •Примеры решения задач
- •Варианты заданий
Примеры решения задач
Пример 1. По отчетам мясокомбината получены следующие данные о забитом крупном рогатом скоте (в живом весе) и количестве полученного мяса – говядины:
| 
 
 | № мясокомбината | |||||||||
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | |
| Забитый скот в живом весе, т | 300 | 400 | 500 | 600 | 700 | 800 | 200 | 500 | 600 | 400 | 
| Валовая продукция говядины, т | 140,5 | 174,2 | 218.5 | 263,4 | 308,0 | 354,4 | 87,2 | 217,0 | 270,2 | 170,0 | 
Построить корреляционное поле; вычислить выборочный нормированный коэффициент корреляции ; проверить существенность линейной корреляционной связи с уровнем значимости =0,05.
Решение: 1) построим корреляционное поле:
Из него видно, что корреляционная зависимость близка к линейной и что она положительна, т.е. с возрастанием значения х возрастают в среднем и значения у
 
.
2) составим расчетную таблицу:
| xi=5000 | х,т | 300 | 400 | 500 | 600 | 700 | 800 | 200 | 500 | 600 | 400 | 
| yi=2203,4 | у, т | 140,5 | 174,2 | 218,5 | 263,4 | 308,0 | 354,4 | 87,2 | 217,0 | 270,2 | 170,0 | 
| xiyi=1234300 | ху | 42150 | 69680 | 109250 | 158040 | 215600 | 283520 | 17440 | 108500 | 162120 | 68000 | 
Рассчитываем выборочные оценки математического ожидания признаков X и Y:
 
3) Вычислим несмещенные оценки выборочных дисперсий признаков X и Y:
 
4)
Найдем несмещенные оценки выборочных
средних квадратических отклонений
признаков Х
и Y:		 
    
5) Вычислим выборочный коэффициент корреляции
 
6) Рассчитаем нормированный выборочный коэффициент корреляции:
 
Т.к. 
 близок к единице, то признаки Х
и Y
связаны очень тесной (близкой к
функциональной) корреляционной связью.
близок к единице, то признаки Х
и Y
связаны очень тесной (близкой к
функциональной) корреляционной связью.
7) проверим существенность корреляционной связи в генеральной совокупности, для этого из таблицы приложения найдем критическое значение  на уровне значимости =0,05: =(0,05;10)=0,632
Поскольку |
|>,
то нулевую гипотезу Но:
ху
=
0
- отвергаем.
Другими словами, выборочный
нормированный коэффициент корреляции
 значимо (существенно) отличается от
нуля, т.е. признаки Х
и Y
коррелированны.
значимо (существенно) отличается от
нуля, т.е. признаки Х
и Y
коррелированны.
Варианты заданий
Выполнить выборочную оценку коэффициента корреляции признаков X и Y и проверить существенность корреляционной связи в генеральной совокупности на уровне значимости =0,1:
| № п/п | 
 | порядковый номер варианты | |||||
| 1 | 2 | 3 | 4 | 5 | 6 | ||
| 1 | xi | 10 | 10 | 12 | 17 | 21 | 23 | 
| yi | 38 | 43 | 35 | 28 | 15 | 17 | |
| 2 | xi | 8 | 12 | 15 | 16 | 20 | 20 | 
| yi | 42 | 35 | 21 | 25 | 12 | 8 | |
| 3 | xi | 5 | 7 | 9 | 11 | 12 | 13 | 
| yi | 26 | 18 | 16 | 12 | 10 | 8 | |
| 4 | xi | 6 | 10 | 12 | 13 | 15 | 19 | 
| yi | 60 | 50 | 42 | 40 | 28 | 12 | |
| 5 | xi | 7 | 11 | 14 | 17 | 21 | 25 | 
| yi | 10 | 14 | 15 | 20 | 21 | 25 | |
| 6 | xi | 11 | 17 | 25 | 30 | 32 | 33 | 
| yi | 10 | 15 | 20 | 20 | 23 | 25 | |
| 7 | xi | 5 | 14 | 20 | 22 | 30 | 32 | 
| yi | 14 | 20 | 25 | 26 | 32 | 30 | |
| 8 | xi | 10 | 15 | 20 | 25 | 30 | - | 
| yi | 70 | 50 | 40 | 30 | 10 | - | |
| 9 | xi | 17 | 20 | 23 | 26 | 28 | - | 
| yi | 30 | 31 | 33 | 35 | 35 | - | |
| 10 | xi | 3 | 8 | 15 | 17 | 20 | - | 
| yi | 23 | 25 | 36 | 37 | 42 | - | |
| 11 | xi | 9 | 10 | 12 | 12 | 16 | 18 | 
| yi | 40 | 50 | 60 | 55 | 80 | 85 | |
| 12 | xi | 8 | 12 | 15 | 20 | 21 | 25 | 
| yi | 19 | 30 | 32 | 45 | 50 | 54 | |
| 13 | xi | 7 | 10 | 13 | 18 | 22 | - | 
| yi | 18 | 23 | 30 | 48 | 54 | - | |
| 14 | xi | 2 | 7 | 11 | 19 | 29 | 39 | 
| yi | 9 | 33 | 50 | 98 | 145 | 190 | |
| 15 | xi | 1 | 5 | 9 | 18 | 27 | 36 | 
| yi | 1 | 14 | 20 | 27 | 35 | 50 | |
| 16 | xi | 3 | 7 | 12 | 16 | 30 | 30 | 
| yi | 35 | 32 | 39 | 24 | 9 | 11 | |
| 17 | xi | 4 | 14 | 24 | 34 | 44 | 54 | 
| yi | 55 | 45 | 35 | 25 | 15 | 5 | |
| 18 | xi | 5 | 15 | 25 | 35 | 45 | - | 
| yi | 4 | 8 | 14 | 18 | 24 | - | |
| 19 | xi | 3 | 13 | 23 | 28 | 33 | 43 | 
| yi | 10 | 20 | 28 | 25 | 40 | 49 | |
| 20 | xi | 6 | 16 | 26 | 36 | 39 | 46 | 
| yi | 4 | 15 | 22 | 30 | 33 | 40 | |
| 21 | xi | 2 | 8 | 22 | 30 | 32 | 42 | 
| yi | 10 | 15 | 30 | 35 | 40 | 50 | |
| 22 | xi | 7 | 17 | 27 | 37 | 38 | 39 | 
| yi | 9 | 20 | 28 | 41 | 45 | 47 | |
| 23 | xi | 8 | 9 | 18 | 28 | 31 | 35 | 
| yi | 4 | 5 | 10 | 15 | 16 | 16 | |
| 24 | xi | 9 | 13 | 19 | 23 | 29 | 33 | 
| yi | 50 | 45 | 34 | 35 | 30 | 28 | |
| 25 | xi | 5 | 10 | 15 | 20 | 25 | 31 | 
| yi | 30 | 32 | 25 | 19 | 7 | 6 | |
