2. Отрицательное значение r(X,y) означает, что при увеличении х наблюдается тенденция уменьшения у,

положительное - при увеличении x наблюдается увеличение У.

3. Если между Х и У существует функциональная линейная зависимость, то коэффициент корреляции принимает значения либо +1, либо -1.

4. Если коэффициент корреляции равен 0, то это означает, что между х и у нет линейной зависимости, но может быть нелинейная зависимость.

5. Корреляционным полем называется график совместного распределения х и у.

Этап 1. Выдвигается нулевая гипотеза о том, значение коэффициента корреляции между Х и У для генеральной совокупности равен нулю

Н0: ρ(Х,У) = 0

Нулевая гипотеза - это предположение о том, что между изучаемыми явлениями нет связи, численные значения характеристик объектов не отличаются между собой.

Нулевые гипотезы проверяются с помощью статистических критериев.

Уровень значимости a (альфа) - означает вероятность совершить ошибку при отклонении нулевой гипотезы.

Этап 2. Вычисляется значение коэффициента корреляции

Этап 3. вычисляется критическое значение коэффициента корреляции

Этап 4. Сравнение r (Х,У) c r _кр

Если r (Х,У) > r _кр , то нулевая гипотеза отвергается с вероятностью

P=1- α

Если фактический коэффициент корреляции по модулю больше критического, то линейная связь между двумя переменными является достоверной.

Если r (Х,У) < r _кр , то нулевая гипотеза принимается, но не указывается с какой вероятностью

Далее проводится анализ парных коэффициентов корреляции на достоверность связи между собой.

Определяются факторы для включении в модель в соответствии с установленными правилами.

2.4. Метод шагового включения

Шаговый метод является самым лучшим метод построения модели при наличии мультиколлинеарности между переменными.

Различают шаговую регрессию: включения, исключения, включения и исключения. Практическое распространение получила шаговая регрессия включения.

Метод включения состоит в том, что в модель включаются факторы по одному в определенной последовательности. Построение модели заканчивается, если модель перестает удовлетворять определенным условиям.

Шаговый метод включения построения модели заключается в том, что на каждом шаге в модель вводится по одному фактору и проверяется достоверность модели по критическому критерию Фишера, численное значение которого вводится пользователем. Если после ввода в регрессионное уравнение нового фактора критерий Фишера стал меньше критического, то построение модели заканчивается.