Корреляционный анализ и регрессионный анализ

1. Проверка гипотезы о значимости выборочного коэффициента корреляции.

2. Ранговая корреляция.

3. Свойства выборочного коэффициента корреляции Спирмена.

4. Регрессионный анализ.

5. Однофакторный дисперсионный анализ.

Проверка гипотезы о значимости выборочного коэффициента корреляции.

Рассмотрим выборку объема п, извлеченную из нормально распределенной двумерной генеральной совокупности (X, Y). Вычислим выборочный коэффициент корреляции r_B. Пусть он оказался не равным нулю. Это еще не означает, что и коэффициент корреляции генеральной совокупности не равен нулю. Поэтому при заданном уровне значимости α возникает необходимость проверки нулевой гипотезы Н₀: r_г = 0 о равенстве нулю гене-рального коэффициента корреляции при конкурирующей гипотезе Н₁: r_г ≠ 0. Таким образом, при принятии нулевой гипотезы Х и Y некоррелированы, то есть не связаны линейной зависимостью, а при отклонении Н₀ они коррелированы.

В качестве критерия примем случайную величину

, (12.1)

которая при справедливости нулевой гипотезы имеет распределение Стьюдент с k = n – 2 степенями свободы. Из вида конкурирующей гипотезы следует, что критическая область двусторонняя с границами ± t_кр, где значение t_кр(α, k) находится из таблиц для двусторонней критической области.

Вычислив наблюдаемое значение критерия

и сравнив его с t_кр, делаем вывод:

- если |T_набл| < t_кр – нулевая гипотеза принимается (корреляции нет);

- если |T_набл| > t_кр – нулевая гипотеза отвергается (корреляция есть).

 

Ранговая корреляция.

Пусть объекты генеральной совокупности обладают двумя качественными признаками (то есть признаками, которые невозможно измерить точно, но которые позволяют сравнивать объекты между собой и располагать их в порядке убывания или возрастания качества). Договоримся для определенности располагать объекты в порядке ухудшения качества.

Пусть выборка объема п содержит независимые объекты, обладающие двумя качествен-ными признаками: А и В. Требуется выяснить степень их связи между собой, то есть установить наличие или отсутствие ранговой корреляции.

Расположим объекты выборки в порядке ухудшения качества по признаку А, предполагая, что все они имеют различное качество по обоим признакам. Назовем место, занимаемое в этом ряду некоторым объектом, его рангом х_i: х₁ = 1, х₂ = 2,…, х_п = п.

Теперь расположим объекты в порядке ухудшения качества по признаку В, присвоив им ранги у_i, где номер i равен порядковому номеру объекта по признаку А, а само значение ранга равно порядковому номеру объекта по признаку В. Таким образом, получены две последовательности рангов:

по признаку А … х₁, х₂,…, х_п

по признаку В … у₁, у₂,…, у_п.

При этом, если, например, у₃ = 6, то это означает, что данный объект занимает в ряду по признаку А третье место, а в ряду по признаку В – шестое.

Сравним полученные последовательности рангов.

Если x_i = y_i при всех значениях i, то ухудшение качества по признаку А влечет за собой ухудшение качества по признаку В, то есть имеется «полная ранговая зависимость».

Если ранги противоположны, то есть х₁ = 1, у₁ = п; х₂ = 2, у₂ = п – 1;…, х_п = п, у_п = 1, то признаки тоже связаны: ухудшение качества по одному из них приводит к улучшению качества по другому («противоположная зависимость»).

На практике чаще всего встречается промежуточный случай, когда ряд у_i не монотонен. Для оценки связи между признаками будем считать ранги х₁, х₂,…, х_п возможными значениями случайной величины Х, а у₁, у₂,…, у_п – возможными значениями случайной величины Y. Теперь можно исследовать связь между Х и Y, вычислив для них выборочный коэффициент корреляции

, (12.2)

где (условные варианты). Поскольку каждому рангу x_i соответствует только одно значение y_i, то частота любой пары условных вариант с одинаковыми индексами равна 1, а с разными индексами – нулю. Кроме того, из выбора условных вариант следует, что , поэтому формула (21.2) приобретает более простой вид:

. (12.3)

Итак, требуется найти и .

Можно показать, что . Учитывая, что , можно выразить через разности рангов . После преобразований получим: , , откуда . Подставив эти результаты в (21.3), получим выборочный коэффициент ранговой корреляции Спирмена:

. (12.4)