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 |
Коэффициенты ковариации и корреляции
В экономических исследованиях одной из важных задач является анализ зависимостей между изучаемыми переменными. Кроме функциональной зависимости между экономическими явлениями и процессами, существуют стохастические (вероятностные, статистические) зависимости. Статистической называется зависимость между случайными величинами, при которой изменение одной из величин влечет за собой изменение закона распределения другой величины. Для оценки тесноты и направления связи между изучаемыми переменными при их стохастической зависимости пользуются показателями ковариации и корреляции. Ковариацией случайных величин Х и Y называется среднее произведение отклонений каждой пары значений величин Х и Y в исследуемых массивах данных:
Ковариация есть характеристика системы случайных величин, описывающая помимо рассеивания величин Х и Y еще и линейную связь между ними. Доказано, что для независимых случайных величин Х и Y их ковариация равна нулю, а для зависимых случайных величин она отличается от нуля (хотя и необязательно). Поэтому ненулевое значение ковариации означает зависимость случайных величин. Однако обращение в нуль ковариации не гарантирует независимости, бывают зависимые случайные величины, ковариация которых равна нулю. Из формулы определения ковариации видно, что ковариация характеризует не только зависимость величин, но и их рассеивание. Действительно, если, например, одна из величин Х или Y мало отличается от своего математического ожидания (почти не случайна), то показатель ковариации будет мал, какой бы тесной зависимостью ни были связаны величины Х и Y. Так что обращение в нуль ковариации величин Х и Y является недостаточным условием для их независимости, а только необходимым. Использование ковариации в качестве меры связи признаков не совсем удобно, так как показатель ковариации не нормирован и при переходе к другим единицам измерения меняет значение. Поэтому в статистическом анализе показатель ковариации сам по себе используется редко; он фигурирует обычно как промежуточный элемент расчета линейного коэффициента корреляции :
.
В начале 90-х годов 19 века Пирсон, Эджворт и Велдон получили формулу линейного коэффициента корреляции
.
Линейный коэффициент корреляции характеризует степень тесноты не всякой, а только линейной зависимости. При нелинейной зависимости между явлениями линейный коэффициент корреляции теряет смысл, и для измерения тесноты связи применяют так называемое корреляционное соотношение, известное также под названием «индекс корреляции». Линейная вероятностная зависимость случайных величин заключается в том, что при возрастании одной случайной величины другая имеет тенденцию возрастать (или убывать) по линейному закону. Эта тенденция к линейной зависимости может быть более или менее ярко выраженной, т.е. более или менее приближаться к функциональной. Если случайные величины Х и Y связаны точной линейной функциональной зависимостью y = aх + b, то . В общем случае, когда величины Х и Y связаны произвольной вероятностной зависимостью, линейный коэффициент корреляции принимает значение в пределах , тогда качественная оценка тесноты связи величин Х и Y может быть выявлена на основе шкалы Чеддока
|
|||||||||||||||||||||||||
Последнее изменение этой страницы: 2021-12-15; просмотров: 60; 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 - 18.117.102.205 (0.005 с.) |