
- •Конспект лекций
- •Статистика
- •Тула 2010г.
- •Лекция 1 Тема: Введение в статистику
- •Лекция 2 Тема: Ряды распределения
- •Лекция 3
- •Лекция 4 Тема: Показатели вариации
- •Лекция 5 Тема: Статистический метод группировок
- •Лекция 6 Тема: Статистические временные ряды (ряды динамики)
- •Лекция 7 Тема: Характеристика сезонных колебаний
- •Лекция 8 Тема: Индексный метод
- •( Основная формула – формула Пааше)
- •( Формула Ласпейреса)
- •( Индекс Лоу)
- •- Индекс Ласпейреса - Индекс Пааше
- •Лекция 9 Тема: Абсолютные и относительные статистические величины
- •Лекция 10 Тема: Корреляционная зависимость
- •Лекция 11 Тема: Оценка тесноты корреляционной связи
- •- Индекс корреляции
- •Многофакторный корреляционно- регрессионный анализ
- •Лекция 12 Тема: Выборочные наблюдения
Лекция 11 Тема: Оценка тесноты корреляционной связи
Линейный коэффициент корреляции
Теоретическое корреляционное отношение
Многофакторный корреляционно-регрессионный анализ
Понятие мультиколлинеарности
Кроме составления уравнения производится оценка интенсивности тесноты зависимости между коррелируемыми переменными. Тесноту связи измеряют с помощью коэффициентов корреляции ( они могут быть парными, частными , множественными) , с помощью корреляционного отношения ( в случае нелинейной зависимости ) . Как разновидность корреляционных отношений может применяться индекс корреляции . В случае линейной зависимости между двумя переменными применяют линейный коэффициент корреляции :
b – коэффициент регрессии в уравнении связи
sх – СКО факторного признака
sy – СКО результативного признака
Между r и корреляционным отношением в случае линейной зависимости существует тождество :
Линейный коэффициент корреляции принимает значение от (– 1; 1) . Он является отвлеченным числом, не зависящим от единиц измерения X и Y . Коэффициент показывает, на сколько sy изменится в среднем переменная Y при изменении величины X на sх , при условии влияния всех прочих учтенных и неучтенных факторов .
Чем выше значение r, тем теснее связь между переменными. Если коэффициент регрессии b- отрицательный, то и r будет со знаком «-», и это обозначает обратную взаимосвязь между признаками.
Если r =0, то это означает отсутствие линейной зависимости.
Если r=1, то это означает функциональную зависимость между x и y.
Кроме коэффициента корреляции для оценки тесноты взаимосвязи может применяться теоретическое корреляционное отношение. Этот показатель применим ко всем случаям корреляционной зависимости независимо от формы связи. Теоретическое корреляционное отношение – относительная величина, получающаяся в результате сравнения СКО в ряду выровненных значений результативного признака со СКО в ряду эмпирических значений результативного признака.
Учитывая, что сумма выравненных и эмпирических значений результативного признака совпадает ( åyx = å y ) и среднее значение признака у этих рядов одинаково и равно`y , то тогда
В основе определения теоретического корреляционного отношения лежит правило сложения дисперсий:
,
где
- межгрупповая дисперсия,
`s2- внутригрупповая дисперсия
На основе этого правила можно определить остаточную групповую дисперсию :
- Индекс корреляции
Этот показатель используется для оценки силы тесноты связи .
Если h = 0 , то это значит, что признак у не коррелирован с х .
Чем ближе значение h к 1 , тем теснее связь между х и у.
Если h<0,3 – это говорит о малой тесноте зависимости между х и у.
Если 0,3<h<0,6 – средняя теснота связи.
Если 0,6<h<1 – связь сильная, существенная.
На практике корреляционное отношение применяют реже, чем коэффициенты корреляции. Это связано с тем, что этот показатель условно оценивает направление связи, а также требует построения группировочных таблиц с большим числом наблюдений, в случае нелинейной корреляции часто применяют коэффициент корреляции, но он дает несколько заниженные значения.