Планирование эксперимента для применения корреляционного анализа презентация

Содержание

Слайд 2

Корреляционный анализ - один из наиболее простых методов математической статистики,

Корреляционный анализ - один из наиболее простых методов математической статистики, позволяющий

качественно предсказывать изменения y при изменяющихся значениях xi (устанавливать связь между этими случайными величинами).
Если каждому значению xi соответствует всегда строго определенное значение y, то считают, что между этими величинами существует функциональная связь, то есть зависимость ϕ (y = ϕ(x1, x2, ..., xi, ...xk ) + ε) является функциональной.
Слайд 3

При наличии функциональной зависимости и знании о ней можно точно

При наличии функциональной зависимости и знании о ней можно точно предсказывать

величину y, задавая конкретное значение xi.
В большинстве случаев, задавая конкретное значение xi, можно предсказать лишь тенденцию изменения y.
Эта тенденция обнаруживается лишь при достаточно большом числе mj различных значений (уровней) изменяемого фактора xi, а при малых величинах mj данная тенденция может не наблюдаться (рис.)
Слайд 4

Корреляционная связь имеет два крайних предельных случая: функциональная связь (самая

Корреляционная связь имеет два крайних предельных случая: функциональная связь (самая тесная

зависимость y от xi) и полное отсутствие связи (влияния xi на y).
Наличие между y и xi корреляционной или функциональной связи устанавливается только в результате проведения корреляционного анализа.
Слайд 5

При корреляционном анализе отражают следующие выводы в форме слов: -

При корреляционном анализе отражают следующие выводы в форме слов:
- наличие зависимости

между y и xi ("есть" или "нет" и др.);
- характер зависимости ("функциональная" или "корреляцион­ная") и ее тип ("линейная", "нелинейная", "экспоненциальная", "пара­болическая", "синусоидальная" и др.);
- знак связи: "положительная" - если с увеличением величины значений xj растет величина y ; "отрицательная" - если с уменьшением величины значений xj снижается величина y;
- теснота (сила) корреляционной связи ("очень тесная", "тесная", "не очень тесная", "ярко выраженная", "выраженная", "слабо выраженная" и др.).
Слайд 6

Анализ поля корреляции (визуальный анализ) Полем корреляции называют рисунок (график),

Анализ поля корреляции (визуальный анализ)

Полем корреляции называют рисунок (график), выполненный на

плоскости в системе двух прямоугольных координат y и х, на котором приведены точки с координатами yv и xv (V - номер уровня фактора х от 1 до m).
Анализ поля корреляции проводится визуально.
Слайд 7

Анализ выборочного коэффициента корреляции Корреляция между двумя случайными величинами (y

Анализ выборочного коэффициента корреляции

Корреляция между двумя случайными величинами (y и х)
Присвоим

каждой точке на поле корреляции свой номер i (такой же номер будет и у взаимосвязанной пары координат этой точки). Обозначим через N общее число точек с координатами yi и xi (количество парных наблюдений в выборке).
Тогда выборочный коэффициент парной корреляции можно рассчитать по формуле
Слайд 8

Выборочный коэффициент парной корреляции имеет следующие свойства: Величина ryx не

Выборочный коэффициент парной корреляции имеет следующие свойства:
Величина ryx не изменяется при

изменении начала отсчета величин, а также масштаба координатных осей y и х.
В величине ryx одновременно заложена доля случайности и нелинейности связи между y и х.
По величине и знаку ryx можно сделать большинство выводов корреляционного анализа
Слайд 9

Выводы корреляционного анализа в зависимости от значения ryx

Выводы корреляционного анализа в зависимости от значения ryx

Слайд 10

Оценка тесноты линейной связи (шкала Чаддока)

Оценка тесноты линейной связи (шкала Чаддока)

Имя файла: Планирование-эксперимента-для-применения-корреляционного-анализа.pptx
Количество просмотров: 62
Количество скачиваний: 0