Главная > Методы корреляционного и регрессионного анализа
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO

7.5. СООТНОШЕНИЕ МЕЖДУ ЛИНЕЙНЫМ КОЭФФИЦИЕНТОМ КОРРЕЛЯЦИИ, ИНДЕКСОМ КОРРЕЛЯЦИИ И КОРРЕЛЯЦИОННЫМ ОТНОШЕНИЕМ

Линейный коэффициент корреляции является частным случаем индекса корреляции, когда связь между переменными х и у линейна.

В этом можно легко убедиться, подставив в (6.1) или (6.3) вместо его выражение для случая линейной зависимости (2.25). Выполнив затем соответствующие преобразования, получим формулу линейного коэффициента корреляции. Для линейной зависимости между переменными имеем связи с тем что корреляционное отношение можно вычислить только по сгруппированному числовому материалу, мы можем обсуждать вопрос о соотношении между ним и коэффициентом корреляции только при наличии сгруппированных исходных данных. Как известно, сумма квадратов отклонений отдельных значений переменной от среднего меньше, чем сумма квадратов отклонений от любого другого числа т. е.

т. е.

Для частных средних вычисленных по каждой группе значений объясняющей переменной, это свойство можно записать следующим образом:

Путем некоторых преобразований (7.16) с использованием разложения дисперсии на две составляющие (см. раздел 3.1, формула можно показать, что

Оба показателя тесноты связи только тогда равны, когда значения регрессии совпадают с частными средними т. е. линия регрессии проходит через частные средние.

При линейной корреляции частные средние приблизительно лежат на одной прямой. В этом случае коэффициент корреляции и корреляционное отношение принимают примерно одинаковые значения (см. пример в разделе 4.7). Следовательно, при линейной корреляции и приближенно равны. Чем больше различаются между собой и чем больше они отличаются от линейного коэффициента корреляции, характеризующего степень связи между теми же переменными, тем больше регрессионная зависимость отклоняется от линейного вида. Это позволяет величину разности между корреляционным отношением и линейным коэффициентом корреляции использовать в честве меры линейности корреляции и регрессии. Поскольку корреляционное отношение не может быть меньше индекса корреляции, разность между обоими показателями при нелинейной связи используется так же, как мера соответствия выбранной функции регрессии действительной зависимости. Если разность между обоими показателями велика, то следует попытаться подобрать другую кривую регрессии, которая ближе подходит к ломаной линии регрессии. Однако указанные разности между корреляционным отношением и коэффициентом корреляции, а такжде между корреляционным отношением и индексом корреляции являются только вспомогательными характеристиками оценки подбора функции регрессии. Решающая роль при выборе «наилучшей» из всех возможных функций регрессии принадлежит логически-профессиональному анализу объективно существующей зависимости между явлениями.

1
Оглавление
email@scask.ru