42. Корреляция рангов.

r и  базируются на предположении о нормальности или близком к норм. з. распределению рассмотренных признаков.Кроме этого значения этих признаков должно иметь колич выражение. Для оценки степени тесноты связи таких признаков, процессов, явлений прибегают к использованию непараметрических методов оценки. В них соотношения между проявлениями признака по отд ед сов-ти выражается рангами или их порядковым номером. Единица, имеющая самое слабое проявление данного признака (самое сильное) получает ранг 1. Единица, имеющая следующий уровень проявления данного признака –2 и тд.По факторному признаку порядковые номера располагаются упорядоченно. Приводятся соотв. порядковые номера(ранги) индивидуальных значений результативного признака.Паралл ряды рангов факт-их и резул-ых признаков анализ-ся на их согласованность.Если с увеличением рангов факторных признаков увеличиваются ранги результ. признака, то  наличие между ними прямой положит связи.иначе-обратная отриц связь..

Статистическая наука располагает большим числом непараметрических методов оценки степени тесноты корреляционной связи. В стат исследо-ях наиболее часто применяют коэффиц паралл рангов, разработанные Спирменом и Кендером.

=1-6d²/n(n²-1) d²=(R_x-R_y)² по Спирмену -11

=2S/n(n-1) S=Q+P

Q- согласованность в изменении рангов рез.пр. по сравн c ранг факт признака. P-несоглас рангов результат.-//- Q опред. По каждому рангу результ. признака путем подсчета количества рангов, которые больше рассмотренного ранга.Для практического применения более обоснованным яв-ся коэф-т , так как составл спец таблицы для проверки степени надежности полученных коэф-ов корреляции рангов.

43. Изучение корреляционной зависимости между рядами динамики.

При изучении развития массового явл во времени возникает необходимость оценить степень взаимосвязей в изменении уровней нескольких рядов динамики: x →x1,x2,…xn;

y →y1,y2,…yn;

z →z1,z2,…zn;

Примен мет-ов классич теории кор-ии в этом случае имеет ряд особенностей:

1.между урав-ми ряда динамики для многих признаков наблюдается зависимость между последующими и предыдущими уровнями. Такая связь называется автокор-ей.При изучении взаимосвязи м/у такими рядами динамики с применением методов кор-но-регрессивного анализа автокор-ция д. б. исключена из каждого из изучаемых рядов динамики.

2.В изменении уровней нескольких рядов динамики существует ЛАГ, то есть смещение во времени изменений уровней одного ряда по сравнению с изменением другого ряда динамики. Для получения правильной оценки степени тесноты связи м/у этими рядами необ-мо исключить этот ЛАГ, то есть нужно сдвинуть уровни одного ряда относительно другого на определенный промежуток времени: x →x1,…xn-1,xn;

y →y1,y2,…yn;

z →z1,z2,…zn

3.Условия формирования уровней рассмат-ых рядов динамики изменяются с течением времени. Эти изменения могут быть незначит(ими можно пренебречь) и могут быть существ. В посл случае будут изменяться и теснота связи между ними. Т.об. при оценке тесноты кор-ной связи м/у такими рядами приходится иметь дело с переменной кор-ией.Т.об. при изучении кор-ной связи м/у несколькими рядами динамики необходимо:

1. измерить связь между предыдущими и последующими уровнями

2.выявить наличие ЛАГа в изменении уровней рядов динамики и с учетом этого составить преобразованные ряды динамики с искл-ем ЛАГа.

3.оценить связь м\у этими рядами динамики:

x →x1,x2,…xn | xt=ψ(xt-1)

y →y1,y2,…yn | yt=ψ(yt-1)

В качестве показателей степени тесноты связи последних уровней ряда и предыдущих принимается коэф-т линейной или парной корреляции.

Исключающиеся автокорреляции (при наличии ее) в рядах динамики может осуществляться несколькими способами:

1.состоит в исключении из ряда тренда(осн. тенеденции). Исходный ряд заменяется следующим рядом:

, где

В этом случае кор-ная связь м/у исход. рядами динамики рассматривается как кор-ция отклонений (фактич. значений от рассчетных)

2.состоит в замене исходных рядов динамики на ряд разностей м/у последующими и предыдущими уровнями.

Т об кор-ная связь м/у исход рядами динамики рассчитывается как кор-ция рядов цепных приростов.При использовании 2 способа необ иметь в виду следующее: исключающие автокорреляции при использовании 1-ых приростов достигаются только в том случае, если связь прямолинейная , если связь имеет форму параболы 2-ого порядка

Исключение автокорреляции достигается при использовании вторых разностей:

При изучении корреляционной связи между рядами динамики со сдвигом во времени в общем случае на 1 год x-то, что вкладываем, y-отдачаВ этом случае целесообразно корреляционную связь с различными сдвигами во времени (1,2,3 года)

2 года: x1, x2, … x_n-2,

y3, y4, … y_n

Сравнение полученных результатов колич. хар-ки связи м\ду такими рядами динамики позволят получить наиболее объективную картинку с какого временно сдвига изменения одного уровня одного ряда будут сказываться на уровень другого взаимосвязанного ряда динамики. В данном случае необходимо иметь в виду что при каждом сдвиге на 1 показатель времени количество уровней во взаимосвязанных рядах динамики сокращаются на 1.