Категории: ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника |
Эмпирический коэффициент детерминации и эмпирическое корреляционное отношениеДля измерения тесноты связи между признаками Х и У применяются эмпирический коэффициент детерминации и эмпирическое корреляционное отношение. Эмпирический коэффициент детерминации находится по формуле: , где Dмежгр – межгрупповая дисперсия результативного признака У; Dобщ – общая дисперсия результативного признака У ( можно использовать выборочную дисперсию признака У, найденную при одномерном анализе). Можно также дисперсии определять по формулам: (1) (2) где k – число групп по факторному признаку Х; n – объем выборки; yi – индивидуальные значения результативного признака У; – его средние групповые значения; – среднее значение признака У; nj – частота в j – той группе (берется из статистического рядя признака Х). Эмпирическое корреляционное отношение равно корню квадратному из коэффициента детерминации
Линейная регрессия а) Уравнение линейной регрессии с угловым коэффициентом Уравнение линейной регрессии У на Х имеет вид: , (3) где k – коэффициент регрессии, b – свободный член уравнения регрессии. Параметры уравнения регрессии определяются по фактическим данным, которые представляют собой набор n пар (хi ;yi), при помощи метода наименьших квадратов (МНК). Расчетные формулы имеют вид:
,
. (4) Если учесть формулы средних и дисперсии признаков Х и У, то расчет можно вести по следующим формулам:
, (5) где Замечание 1. Для проверки правильности расчетов можно использовать тождество: Замечание 2. В формулах (5) можно использовать выборочные средние и дисперсии, найденные ранее на этапе одномерного анализа признаков, хотя с учетом группировки может получиться менее точный результат (хотя и более быстрый). Расчет сумм, представленных в формулах, удобно производить при помощи табличного процессора Excel, который является электронной версией таблиц. Для расчета в Excel необходимо организовать расчетную таблицу. Ее вид в компьютере будет следующий (для примера взята выборка объемом n = 5):
б) Выборочное линейное уравнение регрессии Выборочное линейное уравнение регрессии У на Х имеет вид: (6) Выборочное линейное уравнение регрессии Х на У имеет вид: (7) В этих уравнениях используются следующие формулы: дисперсия признака Х; дисперсия признака У;
rв – выборочный коэффициент корреляции, вычисляемый по формуле:
. (6) Если параметры уравнения были рассчитаны по уравнению регрессии с угловым коэффициентом, то выборочный коэффициент корреляции вычисляется по формуле: (7)
Проверка коэффициента корреляции на значимость. Пусть признаки Х и У распределены нормально. Из генеральной совокупности извлечена выборка объема n и по ней найден выборочный коэффициент корреляции rв . Требуется проверить гипотезу о значимости генерального коэффициента корреляции rг . Выдвигаются гипотезы Основная гипотеза Н0 : rг = 0 Конкурирующая гипотеза Н1 : rг ≠ 0 Для проверки гипотезы H 0 вычисляется наблюдаемое значение критерия: . Этот критерий является случайной величиной, которая подчиняется закону распределения Стьюдента с k = n – 2 степенями свободы. Критическая область является двусторонней. По таблице критических точек распределения Стьюдента (Приложение 6) определяется критическое значение критерия при выбранном уровне значимости ошибки a и числе степеней свободы k : tкр = tкр (α; k). Если Тнабл > tкр , то нулевая гипотеза отвергается. Это значит, что коэффициент корреляции значимо отличается от нуля и признаки Х и У коррелированы. Если Тнабл < tкр , то нулевая гипотеза не отвергается. Это значит, что коэффициент корреляции незначимо отличается от нуля и признаки Х и У некоррелированы.
|
|
Последнее изменение этой страницы: 2016-07-23 lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда... |