- •1. Первичная обработка результатов спортивного тестирования.
- •Определение доверительного интервала для оценки генерального среднего
- •Лабораторная работа №1
- •Пример выполнения лабораторной работы №1.
- •2. Сравнение средних по критерию Стьюдента
- •Лабораторная работа №2
- •Пример выполнения лабораторной работы №2
- •3. Теория корреляции
- •Лабораторная работа №3
- •Пример выполнения лабораторной работы №3
- •4. Дисперсионный анализ
- •Лабораторная работа №4
- •Пример выполнения лабораторной работы №4
3. Теория корреляции
В спорте, в спортивной команде и в организме спортсмена существует много взаимосвязей между различными признаками. Например, с увеличением количества занимающихся в каком-либо виде спорта, повышаются результаты; осложнения во взаимоотношениях между игроками одной команды ухудшает ее результативность; с повышением интенсивности нагрузки у спортсмена повышается пульс, увеличивается скорость кровопотока в работающих мышцах, уменьшаются в них энергетические ресурсы, и т.д.
Существуют два вида связи между переменными X и Y.
Функциональная , при которой каждому значению X соответствует единственное значение Y.
Статистическая, при которой на формирование переменных Y и X оказывают влияние различные факторы. При этом среди факторов есть такие, которые одновременно влияют на переменную X и на переменную Y. В этом случае одному значению переменной X могут соответствовать несколько значений переменной Y.
Частным случаем статистической зависимости является корреляционная зависимость. В этом случае каждому значению X соответствует единственное значение среднего переменной Y: или .
Последние уравнения называются уравнениями регрессии. Теория корреляции ставит перед собой две задачи. Первая – установить форму корреляционной зависимости, то есть определить конкретный вид функций и . Вторая – определить силу или тесноту корреляционной связи.
Решение первой задачи начинается с построения корреляционного поля – графика, на котором в виде точек показаны пары значений Y и X, полученные в результате эксперимента.
Корреляционное поле может выглядеть так, как показано на рисунках 3.1; 3.2; 3.3.
|
|
Рис. 3.1 Корреляционное поле |
Рис. 3.2 Корреляционное поле |
|
|
Рис. 3.3 Корреляционное поле |
Если установлено, что между переменными Y и X имеет место линейная зависимость, то уравнение регрессии можно записать в виде:
, (3.1)
. (3.2)
В формулах 3.1, 3.2 xi, yi ‑ пары экспериментальных значений переменных Y и X; , ‑ средние значения X и Y соответственно.
Прямые, построенные по уравнениям 3.1 и 3.2, пересекаются в точке .
Вопрос о силе или тесноте линейной корреляционной связи решается с помощью коэффициента корреляции Пирсона rxy и рангового коэффициента Спирмена rs. Первому из них отдается предпочтение в случае, если известно, что выборочные экспериментальные данные подчинены нормальному закону распределения. Оба коэффициента изменяются в пределах от до . Чем ближе коэффициенты по модулю к единице, тем более сильной является линейная зависимость. Принято считать, что, если указанные коэффициенты по модулю меньше (0,3), то линейная связь между переменными X и Y весьма слаба. Однако, заметим, близость коэффициентов к нулю указывает лишь на отсутствие линейной связи. Может случится, что связь существует, но носит, например, нелинейный характер.
Величины коэффициентов корреляции вычисляются по формулам:
, (3.1)
, (3.2)
где dxi, dyi ‑ ранги переменных X и Y; n ‑ объем выборки.
Приведем пример вычисления рангового коэффициента корреляции rs. Основные вычисления сведены в таблицу 3.1.
Таблица 3.1
xi |
№x |
dxi |
yi |
№y |
dyi |
|
|
702 |
1 |
1 |
9,1 |
1 |
1 |
0 |
0 |
730 |
2 |
2 |
9,6 |
2 |
2 |
0 |
0 |
790 |
3 |
3 |
9,8 |
3 |
3 |
0 |
0 |
795 |
4 |
4 |
10,1 |
4 |
4 |
0 |
0 |
802 |
5 |
5 |
10,5 |
6 |
6,5 |
‑ 1,5 |
2,25 |
820 |
6 |
6 |
10,5 |
7 |
6,5 |
‑ 0,5 |
0,25 |
821 |
7 |
7 |
10,3 |
5 |
5 |
2 |
4,0 |
890 |
8 |
8 |
10,7 |
8 |
8 |
0 |
0 |
- |
∑ |
- |
- |
- |
- |
0 |
6,5 |
.
Так как , близок к 1, заключаем, что переменные X и Y имеют сильную линейную взаимосвязь.
Замечание. В таблице 3.1 в столбце все значения yi пронумерованы в порядке возрастания. На основании этой нумерации и определялись ранги переменной Y.
Как правило, достоверность найденных коэффициентов корреляции (существенность их отличия от нуля) проверяют с привлечением специальных таблиц (приложение 5).
Схема проверки следующая. Найденные коэффициенты сравниваются с критическими значениями из таблиц для трех уровней доверительной вероятности γ=0,95; 0,99; 0,999. Если найденный коэффициент оказывается больше наименьшего табличного, следует вывод о том, что коэффициент корреляции достоверен; если коэффициент оказывается меньше наименьшего табличного, то достоверность найденного коэффициент подвергается сомнению.