Сводная матрица парных коэффициентов корреляции

  Ставка, % Х1 Активы, млрд. руб. Х2 Капитал, млрд. руб. Х3 Резервы, млрд. руб. Х4 Ценные бумаги, млрд. руб. Х5 Средства физ. лиц, млрд. руб. Х6 Средства юр. лиц млрд. руб. Х7
Ставка, % Х1 1 rx1x2 rx1x3 rx1x4 rx1x5 rx1x6 rx1x7
Активы, млрд. руб. Х2 rx2x1 1          
Капитал, млрд. руб. Х3 rx3x1   1        
Резервы, млрд. руб. Х4 rx4x1     1      
Ценные бумаги, млрд. руб. Х5 rx5x1       1    
Средства физ. лиц, млрд. руб. Х6 rx6x1         1  
Средства юр. лиц млрд. руб. Х7 rx7x1           1

Среди всех сочетаний выбираются две переменные (по наибольшим значениям rxi xj). Подтверждается выбор в качестве результативного фактора – процентной ставки.

 

 При наличии нескольких переменных рассчитывается коэффициент множественной линейной корреляции Пирсона. Для трех переменных x, y, z он имеет вид

Если совсем исключить влияние на и , то их связь оценивается частным коэффициентом линейной корреляции Пирсона:

Этот коэффициент изменяется от -1 до +1. Квадраты коэффициентов корреляции (2)-(4) называются коэффициентами детерминации – соответственно парной, частной, множественной:

Каждый из коэффициентов детерминации изменяется от 0 до 1 и оценивает степень вариационной определенности в линейной взаимосвязи переменных, показывая долю вариации одной переменной (y), обусловленную вариацией другой (других) — x и y. Многомерный случай наличия более трех переменных здесь не рассматривается.

Согласно разработкам английского статистика Р.Э. Фишера (1890-1962), статистическая значимость парного и частного коэффициентов корреляции Пирсона проверяется в случае нормальности их распределения, на основании -распределения Стьюдента; с заданным уровнем вероятностной значимости и имеющейся степени свободы , где — число связей (факторных переменных). Для парного коэффициента имеем его среднеквадратическую ошибку и фактическое значение -критерия Стьюдента:

Для чистого коэффициента корреляции при расчете его вместо (n-2) надо брать , т.к. в этом случае имеется m=2 (две факторные переменные x и z). При большом числе n>100 вместо (n-2) или (n-3) в (6) можно брать n, пренебрегая точностью расчета.

 

Если tr> tтабл., то коэффициент парной корреляции — общий или чистый является статистически значимым, а при tr≤ tтабл. — незначимым.

Значимость коэффициента множественной корреляции R проверяется по F — критерию Фишера путем расчета его фактического значения

При FR> Fтабл. коэффициент R считается значимым с заданным уровнем значимости α и имеющихся степенях свободы и , а при Fr≤ Fтабл — незначимым.

В совокупностях большого объема n > 100 для оценки значимости всех коэффициентов Пирсона вместо критериев t и F применяется непосредственно нормальный закон распределения.

Наконец, если коэффициенты Пирсона не подчиняются нормальному закону, то в качестве критерия их значимости используется Z — критерий Фишера.

Пример решения задачи

В табл. 10 представлен условный пример расчета множественного коэффициента корреляции.

Таблица 10


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: