7. Анализ линейной статистической связи экономических данных, корреляция; вычисление коэффициентов корреляции, проверка значимости.

Большинство эконом. объектов находятся во всеохватывающей взаимосвязи. Наилучшим аппаратом явл-ся аппарат корреляционно-регрессионного анализа. Существует 2 вида зависимостей между эконом. переменными: 1) функциональная; 2) стохастическая (вероятностная). При функц-ой связи – каждому значению одной величины ставят в соответствие опр. значение другой. Такие встречаются редко. Как правило, по значению одной величины можно предсказать с опр. вероятностью значение другой (или найти мат. ожидание). Эта связь называется вероятностной, иногда применяют название «корреляционная зависимость». Между понятиями «корреляция» и «регрессия» существует связь и в то же время они различны. Корреляция позволяет установить тесноту и направление связи между переменными (коэф-ми корреляции). Регрессия определяет форму зависимости, функцию связи (модель регрессии). Корр. анализ предназначен для изучения характера связи между случ. переменными. Задачи корр. анализа: 1.оценка тесноты связи; 2. опр-е направления связи; 3. выбор ведущих факторов; 4. опр-е ранее неизвестных причинных связей. Виды корреляции: 1. по числу переменных: частная, парная и множественная; 2. по виду связей: линейная и нелинейная; 3. по направлению связи: прямая и обратная. Для решения задач корр. анализа применяются 3 коэф-та корреляции: 1. парный, 2. множественный, 3. частный.

Коэф-т парной линейной корреляции: . Свойства: 1) r_x,y находится в инт-ле (-1;1); 2) r_x,y>0 – связь прямая, r_x,y<0 – связь обратная; 3) - связь тесная, - связь слабая. Для оценки стат. значимости коэф-та парной корреляции применяют t-критерий Стьюдента: n – количество данных в имеющихся совокупностях. Если t_табл<t, то коэф-т корреляции можно считать статистически значимым.

Коэффициент множественной корреляции. Корреляционная матрица не дает ответов на все вопросы, интересующие нас, для данной совокупности переменных. Возникают 2 дополнительные задачи: 1) как связана интересующая нас величина со всей совокупностью имеющихся факторов; 2) какой будет связь двух переменных при фиксировании или исключении влияния др. переменных. Для решения 1-ой задачи применяют коэф-т множественной корреляции: - определитель матрицы коэф-ов парной корреляции, R_jj – алгебраическое дополнение к элементу этой матрицы, стоящей на пересечении j-ой строки и j-ого столбца. Практическую зависимость имеет R² – коэф-т детерминации, показывает, какая доля случайных колебаний одной величины обусловлена случайными колебаниями другой величины. Свойства: 1) R² принадлежит интервалу (0;1); 2) - связь тесная.

Коэффициент частной корреляции. Этот коэф-т предназначен для оценки тесноты связи между 2-мя переменными при фиксировании или исключении влияния др. переменных. , R_xy – алгебраическое дополнение к элементу корреляционной матрицы, стоящему на пересечении строки х и столбца у. Аналогично R_xx, R_yy. Свойства r_xy аналогичны свойствам r_x,y.