- •Курсова робота
- •Передмова
- •1 Аналіз простої лінійної кореляції
- •1.1 Теоретичні основи аналізу простої лінійної кореляції
- •1.2 Аналіз регресії
- •1.3 Оцінка тісноти зв’язку
- •2 Аналіз простої нелінійної кореляції
- •2.1 Теоретичні основи аналізу нелінійної кореляції
- •2.2 Аналіз регресії
- •2.3 Оцінка тісноти зв’язку
- •3 Непараметричний кореляційний аналіз
- •3.1 Теоретичні основи непараметричного кореляційного аналізу
- •3.2 Оцінка тісноти зв’язку
- •4 Аналіз множинної кореляції
- •4.1 Теоретичні основи множинного лінійного кореляційного аналізу
- •4.2 Аналіз регресії
- •4.3 Оцінка тісноти зв’язку
- •4.4. Перевірка достовірності кореляційної моделі
- •Висновок
2.3 Оцінка тісноти зв’язку
Для оцінки тісноти зв’язку з допомогою індекса кореляції попередньо обчислимо середню урожайність та дисперсії урожайності:
Середня урожайність: 407:20=20.35 (ц/га)
Загальна дисперсія урожайності: 8317:20- 20.352 = 1.73
Факторна дисперсія урожайності: 8265.22/20-(406.93/20)^2= 0.97
Індекс кореляції:
i=((8265.22/20-20.35^2)/(1.31^2))^½=0.74
Отже, урожайність проса на 74% обумовлена впливом мінеральних добрив. І на 26% урожайність залежить від впливу інших факторів.
Рис.2. Кореляційне поле залежності урожайності проса від мінеральних добрив (за параболою).
3 Непараметричний кореляційний аналіз
3.1 Теоретичні основи непараметричного кореляційного аналізу
При непараметричному кореляційному аналізі обчислюють наближені оцінки тісноти зв'язку між досліджуваними ознаками. Потреба в їх обчисленні виникає у випадках, коли традиційні схеми кореляційних обчислень не прийнятні в зв'язку з відсутністю певних умов (наприклад, відповідність закону нормального розподілу, можливість кількісного виміру досліджуваних ознак та ін.). Необхідність в обчисленні непараметричних критеріїв іноді зумовлюється і вимогами відбору факторів для кореляційної моделі на перших етапах аналізу економічних явищ, коли потрібно швидко одержати інформацію щодо оцінки зв'язків.
До непараметричних критеріїв кореляційних зв'язків належать: коефіцієнт кореляції рангів, критерій знаків, коефіцієнт асоціації та ін. Розглянемо принципи їх обчислення.
Коефіцієнт кореляції рангів. Ранг (“to range” вишикувати в ряд) означає порядковий номер варіант ознак, розташованих у ранжирований ряд. Якщо деякі варіанти виявляться однаковими, тоді їх ранг приймається рівним середній арифметичній величині з них.
Принцип нумерації варіант статистичних рядів розподілу основа непараметричних методів дослідження зв'язку між явищами.
Коефіцієнт кореляції рангів це один із найпростіших показників тісноти кореляційної залежності (має назву “ранговий коефіцієнт кореляції Спірмена”). Його визначають за формулою:
,
де ρ коефіцієнт рангів; d різниця між рангами взаємопов'язаних досліджуваних ознак; п кількість одиниць сукупності (або кількість взаємопов'язаних пар).
Зазначений критерій має таку ж саму інтерпретацію, як і коефіцієнт кореляції; величина його коливається в межах 0±1. При повному прямому зв'язку ранги обох ознак збігаються і d2 = 0, r = 1. Якщо існує повний обернений зв'язок, то ранги ознак змінюються в зворотному напрямі і ρ= 1. У випадку відсутності зв'язку ранг ознаки у не буде виявляти будь-якого порядку зростання чи зниження.
Особливістю цього критерію зв'язку є те, що при його обчисленні можна і не знати кількісних значень ознак, достатньо знати їхні ранги (послідовність, в якій варіанти кожної ознаки зростають чи знижуються).
3.2 Оцінка тісноти зв’язку
Таблиця 3. Розрахунок коефіцієнтів рангової кореляції
№ |
Врожайність |
Добрива |
Якість грунту |
Розрахункові величини |
||||||
|
Y |
X1 |
X2 |
Ry |
Rx1 |
Rx2 |
dx1 |
dx2 |
dx12 |
dx22 |
1 |
20 |
50 |
76 |
5,5 |
2 |
14 |
-3,5 |
8,5 |
12,25 |
72,25 |
2 |
19 |
48 |
45 |
3,5 |
1 |
2 |
-2,5 |
-1,5 |
6,25 |
2,25 |
3 |
20 |
65 |
65 |
5,5 |
8,5 |
8,5 |
3 |
3 |
9 |
9 |
4 |
22 |
75 |
78 |
17,5 |
13 |
15,5 |
-4,5 |
-2 |
20,25 |
4 |
5 |
19 |
51 |
51 |
3,5 |
3 |
5 |
-0,5 |
1,5 |
0,25 |
2,25 |
6 |
20 |
76 |
73 |
5,5 |
14,5 |
12 |
9 |
6,5 |
81 |
42,25 |
7 |
20 |
62 |
66 |
5,5 |
7 |
10 |
1,5 |
4,5 |
2,25 |
20,25 |
8 |
21 |
69 |
54 |
11,5 |
11 |
6 |
-0,5 |
-5,5 |
0,25 |
30,25 |
9 |
20 |
55 |
68 |
5,5 |
5 |
11 |
-0,5 |
5,5 |
0,25 |
30,25 |
10 |
22 |
76 |
90 |
17,5 |
14,5 |
20 |
-3 |
2,5 |
9 |
6,25 |
11 |
21 |
70 |
82 |
11,5 |
12 |
18 |
0,5 |
6,5 |
0,25 |
42,25 |
12 |
20 |
65 |
65 |
5,5 |
8,5 |
8,5 |
3 |
3 |
9 |
9 |
13 |
21 |
68 |
74 |
11,5 |
10 |
13 |
-1,5 |
1,5 |
2,25 |
2,25 |
14 |
18 |
57 |
50 |
2 |
6 |
4 |
4 |
2 |
16 |
4 |
15 |
21 |
78 |
59 |
11,5 |
17 |
7 |
5,5 |
-4,5 |
30,25 |
20,25 |
16 |
22 |
77 |
49 |
17,5 |
16 |
3 |
-1,5 |
-15 |
2,25 |
210,25 |
17 |
21 |
79 |
80 |
11,5 |
18 |
17 |
6,5 |
5,5 |
42,25 |
30,25 |
18 |
21 |
86 |
85 |
11,5 |
20 |
19 |
8,5 |
7,5 |
72,25 |
56,25 |
19 |
22 |
81 |
78 |
17,5 |
19 |
15,5 |
1,5 |
-2 |
2,25 |
4 |
20 |
17 |
54 |
40 |
1 |
4 |
1 |
3 |
0 |
9 |
0 |
∑ |
407 |
1342 |
1328 |
|
|
|
|
|
326,5 |
597,5 |
Розрахуємо коефіцієнти Спірмена, для рангової кореляції:
Коефіцієнт ρyx1 показує, що між врожайністю і внесенням мінеральних добрив існує прямий, щільний зв’язок. А коефіцієнт ρyx2 показує, що хоч між врожайністю і якістю грунтів існує прямий щільний зв’язок.