- •4.4.2. Вызов процедуры 4
- •4.4.3. Установка параметров 4
- •4.9.2.1. Назначение 14
- •4.1. Понятие корреляции
- •4.2. Назначение корреляции
- •4.3. Корреляция Пирсона
- •4.3.1. Назначение коэффициента корреляции Пирсона
- •4.3.2.Формулы
- •4.3.3. Вызов процедуры
- •4.3.4. Установка параметров
- •4.3.5. Анализ корреляции Пирсона
- •4.4. Ранговая корреляция Спирмена
- •4.4.1. Назначение корреляции Спирмена
- •4.6.4. Результаты частной корреляции
- •4.7. Применение таблиц сопряженности (crosstabs)
- •4.7.1. Назначение
- •4.7.2. Представление результатов
- •4.7.3. Вызов процедуры
- •4.7.4. Задание параметров
- •4.7.5. Анализ результатов
- •4.8. Использование отношения шансов
- •4.8.1. Назначение отношения шансов
- •4.8.2. Область применения относительного риска
- •4.8.3. Область применения отношения шансов
- •4.8.4. Вызов процедуры
- •4.8.5. Заполнение параметров
- •4.8.6. Анализ результатов вычислений
- •Оценка темпа роста промыш. * inv_gr03 Crosstabulation
- •4.9. Другие меры для таблиц 2х2
- •4.9.1. Мера согласия каппа для таблицы RxR
- •4.9.1.1. Назначение меры согласия каппа
- •4.9.2. Меры связи для таблиц RxC с ранжированными переменными
- •4.9.2.1. Назначение
- •4.9.2.2. Меры, основанные на корреляции
- •4.9.2.3. Меры, основанные на согласующихся парах наблюдений
- •4.9.3. Двумерная таблица с зависимой и независимой переменными
- •4.9.3.1. Назначение двумерной таблицы с зависимой и независимой переменными
4.6.4. Результаты частной корреляции
Результаты расчета частной корреляционной связи представляются в виде таблицы, где на пересечении строк и столбцов коэффициенты частной корреляции (рис.4-7). Как видно из рис. 4-7 коэффициент частной корреляции равен 0.754, т.е. меньше, чем первоначальное значение (0.810). Это означает, что переменная EMPLDEC, имея в свою очередь положительное влияние на показатели RTS и IMQ, искажает действительное значение связи между показателями RTS и IMQ.
В качестве искажающих могут выступать несколько переменных.
Рис.4-7. Коэффициент частной корреляции при указании в качестве искажающей переменной EPLDEC
4.7. Применение таблиц сопряженности (crosstabs)
4.7.1. Назначение
Таблицы сопряженности показывают, насколько связано распределение двух или более показателей по группам. Таким образом, для использования процедуры Crosstabs необходимо предварительно сгруппировать анализируемые данные. С точки зрения подготовки данных, возможно построить такую таблицу по данным с любым количеством значений показателя. Но использовать полученную таблицу можно лишь в том случае, если показатель может принимать лишь несколько значений в группе. Таблицы сопряженности хороши для анализа качественных показателей.
4.7.2. Представление результатов
Процедура выдает в виде результатов следующие таблицы:
наблюденные частоты признаков Xij;
процентные частоты признаков для рядов;
процентные частоты признаков для столбцов;
процентные частоты признаков для всей таблицы;
ожидаемые частоты Еij признаков в случае их независимости:
остаточные частоты Xij-Еij.
Процедура выдает в виде результатов следующие статистики:
|
Отметим, что значение хи-квадрат дает мало информации о силе и форме связи между переменными, так как оно увеличивается не только при усилении связи, но и с ростом размера выборки. Этого недостатка лишен ряд производных или независимых от хи-квадрат коэффициентов, которые однако, имеют чисто описательный характер, не предлагая средств проверки статистических гипотез. |
|
Фи-коэффициент изменяется от 0 до величины большей 1 при сильной связи. Коэффициент связности Пирсона не превышает 1. Его максимум может и не достигать 1, что зависит от размерностей таблицы. V-коэффициент Крамера (Cramer) может достигать 1. |
Следующие параметры, в отличие от рассмотренных номинальных мер, позволяют извлечь информацию о направлении связи между переменными, используя понятие коррелируемости на основе подсчета числа пар объектов с взаимно возрастающими Р, взаимно убывающими Q и равными Т (по одной Ту, Тх или обоим Т ху переменным) значениями переменных.
|
Tb учитывает число пар с равными значениями переменных и может достигать значений -1 и +1, отражающих высшую степень положительной или отрицательной корреляции между переменными (экстремальные значения коэффициентов имеют место только для квадратных таблиц, не содержащих нулевых значений). |
|
Коэффициенты тау –с (Тс) Кенделла и G Гудмана и могут достигать значений –1 и +1 для любых таблиц. |
|
Коэффициент D Сомера (Somer) аналогичен коэффициенту G Гудмана с дифференциальным учетом пар с равными значениями переменных. |
Остальные статистики будут пояснены ниже.