Связь между (х) и (у) называется функциональной (полной), если величине факторного признака строго соответствует одно или несколько значений функции.
Связь, проявляющаяся при большом числе наблюдений в виде определенной зависимости между средними значением результативного признака (у) и признаками-факторами (х) называется корреляционной.
Коэффициент детерминации – квадрат коэффициента корреляции (эмпирическое коррелическое отношение), характеризует % (долю) вариации результативного признака, т.е. показывает в какой мере вариации результативного признака обусловлена влиянием факторов (0 до 1).
Индекс корреляции (теоретич. коррел. отношение) – теснота связи между признаками при любой форме связи (от 0 до +1).
Линейный коэффициент корреляции (-1 до +1) – степень тесноты связи при линейной форме связи (у х).
Множественный коэффициент корреляции (от 0 до +1) – тесноту связи между результативным признаком (у) и факторными признаками (х , х …, х ).
Коэффициент частной корреляции – степень «чистого» влияния признака на результативный признак.
|
|
Парный коэффициент корреляции - тесноту корреляционной связи как факторными и результативными, так и между признаками – факторами, отражает влияние на результативный признак не только исследуемого фактора, но и других, не включенных в модель факторов, которые связанны с исследуемыми.
Значение эксцесса «+» для островершинных распределений, «-» для плосковершинных
3) Коэффициент регрессии: «+» прямая корреляционная зависимость, показывает на сколько в среднем изменяется величина результативного при изменении факторного на единицу. (Коэффициент эластичности – на сколько % при изменении на 1%.)
4) Коэффициент Фехнера (от – 1 до +1) – наличие и направление связи, но не тесноту связи.
- коэффициент корреляции знаков
, (24)
где u – число пар с одинаковыми знаками отклонений,
v – число пар с разными знаками отклонений.
5) Коэффициент Спирмера (корреляции рангов) разность рангов факторного и результативного (- 1 до + 1).
6) Коэффициент ассоциации - степень тесноты связи между качественными признаками, каждый из которых представлен в виде альтернативного признака (аналогичен коэффициент контингенции).
, (25)
7) Коэффициент контингенции
, (26)
8) Коэффициент взаимной сопряженности Пирсона (С)
, (27)
9) Коэффициент корреляции рангов Кэндела
, (28)
, (29)
где Р – сумма баллов со знаком «+»;
Q – сумма баллов со знаком «-».
10) Коэффициент конкордации (множественный коэффициент ранговой корреляции)
, (30)
где S – сумма квадратов отклонений;
m – число ранжируемых признаков;
|
|
n – число ранжированных единиц.
Для изменения тесноты корреляционной связи между двумя количественными признаками используется:
- коэффициент корреляции знаков;
- линейный коэффициент корреляции;
- коэффициент корреляции рангов.
Таблица 5
Количественные критерии оценки тесноты связи
Величина показателя связи | Характер связи |
До 0,3 | практически отсутствует |
0,3 – 0,5 | слабая |
0,5 – 0,7 | умеренная |
0,7 - 1 | сильная |
Таблица 6
Количественные критерии оценки тесноты связи
Коэффициент | Размерность |
Корреляции (парной, частной) | от -1 до +1 |
Ассоциации | от -1 до +1 |
Контингенции | от -1 до +1 |
Корреляция рангов (Спирмена) | от -1 до +1 |
Корреляция знаков (Фехнера) | от -1 до +1 |
Конкордации (множественный коэффициент корреляции) | от 0 до 1 |
Детерминации (доля межгрупповой дисперсии в общей) | от 0 до 1 и от -1 до 0 |
11) Эмпирическая линия регрессии – по групповым средним для выбора и обоснования типа теоретической линии регрессии.
- правосторонняя регрессия (+)
- левосторонняя регрессия (-),
, то =0, (31)
где (коэффициент асимметрии), (32)
12) Эмпирическое корреляционное отношение представляет собой корень квадратный из отношения межгрупповой дисперсии к общей дисперсии.
Теснота связи двух признаков при нелинейной зависимости определяется по формуле:
, (33)
Корреляционный анализ используется для изучения взаимосвязи явлений.
Тесноту связи между двумя альтернативными признаками можно измерить с помощью коэффициентов ассоциации и контингенции.
Парный коэффициент корреляции показывает тесноту линейной зависимости между двумя признаками на фоне действия остальных, входящих в модель.
При регрессионном анализе получают функцию, описывающую взаимосвязь показателей.
Если результативный и факторный признаки являются количественными, то для анализа тесноты связи между ними могут приниматься:
- корреляционное отношение;
- линейный коэффициент корреляции;
- коэффициент корреляции рангов Спирмена;
- коэффициент корреляции знаков Фехнера.
Прямолинейная связь между факторами исследуется с помощью уравнения регрессии:
, (34)
где а - показывает, на сколько единиц в среднем изменяется у
при изменении х на 1 ед., т.е.
, (35)
Для аналитического выражения нелинейной связи между факторами используются формулы параболы:
Параболическая
, (36)
Логарифмическая
, (37)