Слайд 2Оцінка парної кореляції.
Парна рангова кореляція.
Слайд 3Кореляційний аналіз
Мета – виявлення наявності взаємозв’язку між досліджуваними величинами
У випадку нормального розподілу досліджуваних
величин розраховується парна кореляція Пірсона, в іншому – парна рангова кореляція Спірмена чи Кендала
Слайд 4Кореляційний аналіз
Властивості
|r| ≤ 0;
якщо r = 0, то η та ξ — незалежні
випадкові величини;
якщо |r| = 1, то між η та ξ має місце функціональний зв'язок, у противному разі — випадковий лінійний регресійний
де ξ – вада.
Слайд 5Кореляційний аналіз
Кореляція
Слайд 6Кореляційний аналіз
Статистичне значення завжди є відмінним від нуля. Тому виникає задача перевірки значущості
коефіцієнта кореляції
Для перевірки якої реалізують t-тест на основі статистичної характеристики
Значення t порівнюють із tα/2,ν.
|t | ≤ tα/2,ν
Слайд 7Парна рангова кореляція
Попередньо початковий масив даних {хі,уі;
} переформовують у масив рангів
{rxi, ryi,
},
де rxi, ryi – порядкові номери варіант у варіаційних рядах за х та у. При цьому кожному rxi надається номер ryi, що відповідає значенню yі
Слайд 8Парна рангова кореляція
Значення оцінки рангового коефіцієнта кореляції Спірмена обчислюють за формулою
де
di
= rxi - ryi
Слайд 9Парна рангова кореляція
Коефіцієнт рангової кореляції Спірмена має такі властивості:
-1 ≤τс ≤ 1;
якщо rxi
= ryi , , то τс = 1, що означає повну узгодженість між X і Y;
якщо τс = -1, то має місце протилежне впорядкування послідовностей рангів, що означає повну неузгодженість (від’ємна кореляція);
якщо τс = 0, то має місце відсутність кореляції.
Слайд 10Парна рангова кореляція
Для перевірки значущості вводиться статистична характеристика
яка має t-розподіл з v =
n - 2 кількістю ступенів вільності.