Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Задачи корреляционного анализа
Задачей корреляционного анализа является определение статистической зависимости между наблюдаемыми величинами. Зависимость между величинами и определяется империческим коэффициентом парной корреляции , поскольку матрица измерений нормирована, то . Все парные коэффициенты корреляции образуют симметричную корреляционную матрицу : . Значения говорят о малой зависимости и наблюдаемых величин и напротив значения говорят о сильной (почти линейной) зависимости этих величин. Для более строгого определения зависимостей величин воспользуемся критерием Стьюдента с уровнем значимости : , , . Величина показывает жёсткость корреляционной зависимости, а при эта зависимость является значимой по уровню . Более строгий корреляционный анализ многомерных данных проводится при помощи частных (очищенных) коэффициентов корреляции. Дело в том, что в многомерных данных парная корреляция двух переменных может быть установлена не по причине их зависимости между собой, а из-за их зависимости от третьей переменной. Частный коэффициент корреляции для переменных и по отношению к переменной вычисляется так: . В общем случае частный коэффициент корреляции, очищенный от влияния всех остальных переменных, вычисляется по формулам: , , .
Числовой пример (часть 2)
Рассмотрим числовой пример для рассмотренной в части 1 матрицы измерений приведённой на странице 35 к стандартному виду и расширенной вектором измерений . Матрица парных корреляций и их Стьюдентовской жёсткости будут такими:
1.777 |
|||||||||||||||||||||||||||||||||||||
0.367 | -0.671 | 1.000 | -0.500 | -0.774 |
| 0.484 | -1.111 | 9.999 | -0.708 | -1.500 | ||||||||||||||||||||||||||||
-0.178 | 0.365 | -0.500 | 1.000 | 0.738 |
| -0.221 | 0.481 | -0.708 | 9.999 |
1.339 | ||||||||||||||||||||||||||||
-0.286 | 0.823 | -0.774 | 0.738 | 1.000 |
| -0.365 |
1.777 | -1.500 |
1.339 | 9.999 |
Видим, что связь меду переменными и значима по уровню . Переменная жёстко коррелирует с переменными , что говорит о её зависимости от этих переменных.
Частные парные коэффициенты корреляции переменных , очищенные от остальных переменных таковы:
|
|
|
|
|
|
|
|
|
|
|
| ||
|
|
|
|
|
|
|
|
|
|
| ||
1.000 | 0.214 | -0.244 | 0.127 | -0.168 |
| 9.999 | 0.219 | -0.252 | 0.128 | -0.171 | ||
0.214 | 1.000 | -0.064 | 0.635 | -0.810 |
| 0.219 | 9.999 | -0.064 | 0.822 | -1.383 | ||
-0.244 | -0.064 | 1.000 | -0.162 | 0.444 |
| -0.252 | -0.064 | 9.999 | -0.165 | 0.497 | ||
0.127 | 0.635 | -0.162 | 1.000 | -0.804 |
| 0.128 | 0.822 | -0.165 | 9.999 | -1.353 | ||
-0.168 | -0.810 | 0.444 | -0.804 | 1.000 |
| -0.171 | -1.383 | 0.497 | -1.353 | 9.999 |
Как видно, корреляционная связь меду переменными и уменьшилась, но возросла между и , оставаясь не значимой. Связи переменной с другими переменными изменились, но значимость сохранилась. В расчётах учтено, что , а
| 1.212 | 0.548 | -0.443 | 0.272 | -0.649 | |
| 0.548 | 5.404 | -0.245 | 2.868 | -6.596 | |
| -0.443 | -0.245 | 2.729 | -0.521 | 2.572 | |
| 0.272 | 2.868 | -0.521 | 3.777 | -5.472 | |
| -0.649 | -6.596 | 2.572 | -5.472 | 12.271 |
.
| Поделиться: |
Читайте также:
Последнее изменение этой страницы: 2020-10-24; просмотров: 148; Нарушение авторского права страницы; Мы поможем в написании вашей работы!
infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.118.2.15 (0.034 с.)