Методы вычисления коэффициента корреляции
Длявычисление коэффициента корреляции используют методы рангов, или метод Спирмена «ро» (ρ), квадратов, или метод Пирсона (r), корреляционной решетки (η) и множественной корреляции. Наиболее простым методом является вычисление коэффициента корреляции методом рангов (метод Спирмена), но полученный метод дает приближенные результаты.
Коэффициент ранговой корреляции Спирмена
Коэффициент ранговой корреляции Спирмена - это непараметрический метод, который используется с целью статистического изучения связи между явлениями. В этом случае определяется фактическая степень параллелизма между двумя количественными рядами изучаемых признаков и дается оценка тесноты установленной связи с помощью количественно выраженного коэффициента.
Практический расчет коэффициента ранговой корреляции Спирмена включает следующие этапы:
·составить два ряда из парных сопоставляемых признаков, обозначив первый и второй ряд соответственно X иY.При этом представить первый ряд признака в убывающем или возрастающем порядке, а числовые значения второго ряда расположить напротив тех значений первого ряда, которым они соответствуют
·величину признака в каждом из сравниваемых рядов заменить порядковым номером (рангом). Рангами, или номерами, обозначают места показателей (значения) первого и второго рядов. При этом числовым значениям второго признака ранги должны присваиваться в том же порядке, какой был принят при раздаче их величинам первого признака. При одинаковых величинах признака в ряду ранги следует определять как среднее число из суммы порядковых номеров этих величин
|
|
·определить разность рангов между х и у (d): d = х — у
·возвести полученную разность рангов в квадрат (d2)
·получить сумму квадратов разности (Σ d2) и подставить полученные
значения в формулу:
где 𝞢d2 - сумма квадратов разностей рангов;
1 и 6 – постоянные коэффициенты;
n – число наблюдений сравниваемых пар.
При использовании коэффициента ранговой корреляции условно оценивают тесноту связи между признаками, считая значения коэффициента равные 0,3 и менее, показателями слабой тесноты связи; значения более 0,4, но менее 0,7 - показателями умеренной тесноты связи, а значения 0,7 и более - показателями высокой тесноты связи.
Коэффициент ранговой корреляции целесообразно применять:
- при наличии небольшого количества наблюдении,
- когда нет необходимости в точном установлении силы связи, а
достаточно ориентировочных данных,
- когда признаки представлены не только количественными, но и
атрибутивными значениями,
|
|
- когда ряды распределения признаков имеют открытые варианты
(например, стаж работы до 1 года, 20 лет и более и др.).
Мощность коэффициента ранговой корреляции Спирмена несколько уступает мощности параметрического коэффициента корреляции.
Наиболее точным и часто применяемым является метод квадратов, или метод Пирсона.
Метод квадратов (метод Пирсона)
Метод квадратов (метод Пирсона) применяется:
· когда требуется точное установление силы связи между признаками;
· когда признаки имеют только количественное выражение.
Коэффициент корреляции показывает степень статистической зависимости между двумя числовыми переменными. Он вычисляется следующим образом:
где r – коэффициент корреляции, вычисленный методом квадратов,
dx – отклонения вариант от средней величины(Vx – Mx),
dy -– отклонения вариант от средней величины(Vy – My).
Практический расчет коэффициента корреляции (метод Пирсона) включает следующие этапы:
· построить вариационные ряды для каждого из сопоставляемых признаков, обозначив первый и второй ряд чисел соответственно xи y;
· определить для каждого вариационного ряда средние значения (М1 и М2);
· найти отклонения (dх и dy) каждого числового значения от среднего значения своего вариационного ряда;
|
|
· полученные отклонения перемножить (dx dy)
· каждое отклонение возвести в квадрат и суммировать по каждому ряду (Σ dx2 и dy2)
· подставить полученные значения в формулу расчета коэффициента корреляции:
=
Достоверность коэффициента корреляции определяется величиной ошибки и доверительным коэффициентом t. В том случае, если полученный коэффициент корреляции в 3 раза и более превышает свою ошибку, он считается достоверным.
Дата добавления: 2018-10-27; просмотров: 541; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!