
- •Проверка наличия связи между переменными и расчет коэффициентов связи для переменных, измеряемых в различных шкалах
- •Теоретические сведения
- •1. Параметрическая корреляция (оценка наличия связи для переменных, измеряемых в шкале интервалов).
- •Исходные данные
- •Ковар - возвращает ковариацию, то есть среднее произведений отклонений для каждой пары точек данных.
- •2. Меры связи, для данных, измеряемых в различных шкалах
- •Порядок выполнения работы
Лабораторная работа №3
Проверка наличия связи между переменными и расчет коэффициентов связи для переменных, измеряемых в различных шкалах
Цель работы: Получить навыки расчета параметров корреляции в среде электронных таблиц MS Excel.
Задачи работы: Изучить методы проверки наличия связи между переменными, измеряемых в различных шкалах оценивания. Изучить основные статистические функции, позволяющие рассчитывать параметры корреляции при помощи электронных таблиц MS Excel. По данным выборочных совокупностей рассчитать коэффициенты корреляции с использованием MS Excel и сделать выводы о наличии связи.
Теоретические сведения
Во многих экономических
задачах требуется установить и оценить
зависимость изучаемой случайной величины
от одной или нескольких других величин.
Например, оценить зависимость урожайности
зерновых от инвестируемых средств в
удобрения, увеличение прибыли от
инвестиций в рекламу, продуктивности
персонала от средств, затрачиваемых на
его обучение и т.д. При этом, часто один
или несколько из оцениваемых факторов
(переменных) может измеряться не в
интервальной шкале (например, объем
выпускаемой продукции измеряется в
штуках, а прибыль – в гривнах), а в шкале
порядка (ранг конкурирующей фирмы: 1 –
слабая конкуренция, 2 – значительная,
3 – сильная или степень зависимости от
поставщиков: 1 – слабая, 2 – средняя, 3 –
сильная и т.д. ) или дихотомической шкале
наименований, которая отражает присутствие
или отсутствие данного признака (0 –
женщина, 1 – мужчина или 0 - стажер, 1 –
квалифицированный работник).
Различают функциональную, статистическую и корреляционную зависимости.
Если данному значению
одной величины соответствует строго
определенное значение другой, то говорят,
что между этими величинами имеет место
функциональная
зависимость, т.е.
.
Исследованием таких связей статистика
не занимается.
В экономических задачах строгая функциональная зависимость реализуется редко, так как рассматриваемые величины, будь-то чистая прибыль предприятия или объем выпускаемо продукции, часто зависят от множества случайных факторов, причем среди них могут быть и общие для обеих величин. В этом случае возникает статистическая зависимость.
Статистической
называют зависимость, при которой
значение одной переменной изменяется
в среднем в зависимости от того, какие
значения принимает другая. Очень часто
рассматривается как функциональная
зависимость со случайной ошибкой, т.е.
,
где
- функция, описывающая зависимость
от совокупности независимых переменных
,
а
- некоторая случайная ошибка.
Корреляционная связь
представляет собой частный случай
статистической связи
,
то есть математическое ожидание
переменной
,
при условии, что случайная величина
принимает значение
.
Другими словами, статистическую
зависимость называют корреляционной,
если она проявляется в том, что при
изменении одной из величин изменяется
среднее значение другой величины.
В данной лабораторной работе будут рассмотрены методы, предназначенные для анализа (но не описания) статистических связей.