измерение тесноты связи, направления связи и установление аналитического
выражения (формы) связи.
Корреляционный анализ позволяет решать следующие задачи:
1. определить абсолютное изменение зависимой переменной под
влиянием одного или комплекса факторов;
2. охарактеризовать меру зависимости результативного признака от
одного из факторов при постоянном значении других;
3. установить величину относительного изменения зависимой
переменной на единицу относительного изменения одного или нескольких
факторов;
4. показать меру тесноты связи результативного признака со всем
комплексом включенных в анализ факторов или с одним фактором при
исключении влияния других;
5. провести анализ всего комплекса факторов, установить роль каждого
из них в обеспечении вариации результативного признака;
6. статистически оценить выборочные показатели корреляционной
связи.
Каждая из вышеперечисленных задач решается путем расчета
определенных показателей на тех или иных этапах проведения
|
|
корреляционно-регрессионного анализа.
Рассмотрим схему корреляционного анализа:
1. определение причинной обусловленности между изучаемыми
признаками, теоретический анализ, группировка статистических данных,
дисперсионный анализ;
2. формирование корреляционной модели: отбор признаков для
включения в модель, установление формы связи, выбор математического
уравнения для аналитического выражения связи между факторами;
3. расчет показателей связи;
4. статистическая оценка выборочных показателей связи.
Корреляционные связи различаются по содержанию, направлению и
форме.
Содержание корреляционной связи – материальное отношение либо его
отсутствие между факторным признаком и результативным.
Различают следующие зависимости между X и Y:
1. причинная зависимость – один фактор выступает в качестве
причины, другой – в качестве следствия;
2. взаимосвязь X и Y, их равное положение в механизме причинной
связи;
3. взаимосвязь X и Y рассматривается как связь двух следствий общей
причины;
4. случайная корреляция – между X и Y не существует материальной
связи, но коэффициент корреляции отличен от нуля (r≠0);
5. множественность причин и следствий, переплетение форм и видов
связей. Этот комплекс взаимодействия лежит в основе формирования
множественной корреляционно-регрессионной модели.
Формы связи – характер различия среднего значения результативного
признака Y с различием факторного признака X. Уравнение, с помощью
которого выражается статистическая связь, называется уравнением
регрессии (или корреляционное уравнение). Кривые, построенные на основе
|
|
этих уравнений, – кривые регрессии или линии регрессии.
Различают следующие формы связи:
1. линейная зависимость – равным различиям факторного признака
соответствуют равные различия результативного признака
y = a + bx
2. параболическая зависимость – равным различиям факторного
признака соответствуют равномерно изменяющиеся значения
результативного признака
y = ax2 + bx + c
3. гиперболическая зависимость – равным различиям факторного
признака соответствуют постоянно уменьшающиеся значения
результативного признака (ay →)
ay =
+ b x
4. логарифмическая связь – равным различиям факторного признака
соответствуют постоянно уменьшающиеся различия результативного
признака (y пределов не имеет)
y = a + b*log x