
- •§1. Первичная обработка результатов наблюдений
- •§2. Расчет выборочных характеристик статистического распределения
- •§3. Интервальные (доверительные) оценки параметров распределения
- •§4. Построение кривой нормального распределения по опытным данным
- •§5. Проверка статистических гипотез
- •§8. Понятие корреляционной зависимости. Задачи теории корреляции
- •§9. Парная линейная корреляция
- •§10. Коэффициент корреляции, его свойства и значимость
- •§11. Определение надежности (доверительного интервала) коэффициента корреляции
- •§12. Коэффициент корреляции
- •§13. Проверка адекватности модели
- •§14. Оценка величины погрешности линейного однофакторного уравнения
- •§15. Лабораторная работа № 3 Построение модели линейной регрессии для несгруппированных данных
- •§16. Лабораторная работа №4
- •§17. Нелинейная корреляционная зависимость
- •§18. Определение силы криволинейной связи
- •§19. Проверка адекватности модели
- •Контрольные вопросы
- •§20. Лабораторная работа № 5
- •Выполнение работы
- •§21. Множественная регрессия
- •§22. Измерение тесноты связи множественной линейной регрессии
- •§23. Проверка адекватности модели множественной регрессии
- •§24. Экономическая интерпретация уравнения регрессии
§22. Измерение тесноты связи множественной линейной регрессии
За меру тесноты
линейной связи между факторными и
результативным признаками в совокупности
принимают множественный или совокупный
коэффициент корреляции
,
который вычисляют по формуле:
(99)
где
— остаточная
дисперсия;
— общая дисперсия
результативного признака.
Множественный
коэффициент корреляции можно рассчитать,
используя парные коэффициенты корреляции.
Так, например, для линейной множественной
регрессии между
,
,
коэффициент
вычисляют по формуле
. (100)
Множественный коэффициент корреляции можно получить на основе вычисления определителей, составленных из парных коэффициентов корреляции:
,
,
(101)
Множественный коэффициент корреляции обладает следующими свойствами:
Коэффициент множественной корреляции заключен в пределах
.
Если
, то линейная корреляционная связь между признаками и отсутствует, но другая зависимость (функциональная или нелинейная корреляционная) между ними может существовать.
Если
, то между факторами и существует функциональная линейная зависимость.
Величину множественного коэффициента корреляции корректируют, т.к. при малом числе наблюдений значение получается завышенным. Корректировку осуществляют по формуле
,
(102)
где
— скорректированное значение
,
— число наблюдений,
— число факторных признаков. Корректировка
не производится при условии, если
.
Для коэффициента множественной корреляции
определяют среднеквадратическую ошибку
по формуле:
(103)
Если выполняется
неравенство
,
то с вероятностью
можно считать
значимым
Наряду с определением
показателя, отражающего тесноту связи
результативного признака
с факторными, вместе взятыми, определяют
степень влияния каждого фактора в
отдельности на изменение результативного
фактора с помощью коэффициентов частной
корреляции. Если уравнение множественной
линейной регрессии между факторами
,
и
имеет вид (90), то коэффициенты частной
корреляции рассчитывают по формулам:
,
(104)
,
(105)
Если линейная регрессия имеет вид
,
(106)
то частные коэффициенты корреляции находят по формуле:
,
(107)
где
.
Для общего случая
(108)
Если в корреляционную модель включено факторных признаков, воздействующих на результативный признак , то коэффициент частной корреляции, например, для первого фактора можно определить по формуле
,
(190)
где
— средний квадрат
отклонений фактических значений признака
от значений, по формуле с учетом всех
факторных признаков;
— средний квадрат
отклонений фактических значений признака
от значений, вычисленных по формуле,
включающей все факторы кроме первого.
Коэффициенты
частной корреляции изменяются от 0 до
1 и обладают всеми свойствами парного
коэффициента корреляции. Коэффициенту
частной корреляции приписывается тот
же знак, который имеет в уравнении
множественной линейной регрессии
коэффициент регрессии
при соответствующем факторном признаке