Корреляционный анализ

Дисперсионный анализ

Дисперсия – это средний квадрат отклонений индивидуальных значений признака от его средней величины.

Дисперсионный анализ - раздел математической статистики, посвещенный методам выявления влияния отдельных факторов на результат эксперимента (физического, производственного, экономического эксперимента).

Дисперсионный анализ возник как средство обработки результатов агрономических опытов, с помощью которых выявлялись наиболее благоприятные условия для сортов сельскохозяйственных культур.

При этом исходят из положения о том, что существенность фактора в определенных условиях характеризуется его вкладом в дисперсию результата.

Суть дисперсионного анализа заключается в разложении измеряемого признака на независимые слагаемые, каждая из которых характеризует влияние того или иного фактора или их взаимодействия. Последующие сравнения таких слагаемых позволяет оценить значимость каждого изучаемого фактора, а также их комбинации.

Анализ производится следующим образом. Сначала группируют совокупность наблюдений по факторному признаку, находят среднее значение результата и дисперсию по каждой группе. Затем определяют общую дисперсию и вычисляют, какая доля ее зависит от условий, общих для всех групп, какая — от исследуемого фактора, а какая — от случайных причин. И наконец, с помощью специального критерия определяют, насколько существенны различия между группами наблюдений и, следовательно, можно ли считать ощутимым влияние тех или иных факторов.

Дисперсионный анализ применяется в планировании эксперимента и в ряде областей экономических исследований, где он служит, в частности, предварительным этапом к регрессионному анализу статистических данных, поскольку позволяет выделить относительно небольшое (но достаточное для целей исследования) количество параметров регрессии.

Корреляция – это взаимная связь явлений, находящихся в известной зависимости друг от друга.

Корреляционный анализ есть метод установления связи и измерения ее тесноты между наблюдениями, которые можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону.

Корреляционной связью называется такая статистическая связь, при которой различным значениям одной переменной соответствуют разные средние значения другой. Возникать корреляционная связь может несколькими путями. Важнейший из них - причинная зависимость вариации результативного признака от изменения факторного. Кроме того, такой вид связи может наблюдаться между двумя следствиями одной причины.

Основной особенностью корреляционного анализа следует признать то, что он устанавливает лишь факт наличия связи и степень ее тесноты, не вскрывая ее причин.

В статистике теснота связи может определяться с помощью различных коэффициентов (Фехнера, Пирсона, коэффициента ассоциации и т.д.), а в анализе хозяйственной деятельности чаще используется линейный коэффициент корреляции.

Коэффициент корреляции между факторами x и у определяется следующим образом.

Вычисляется коэффициент корреляции между факторами в двухфакторной регрессионной модели вида у = ах + b, a также при любой другой форме связи между двумя показателями.

Значения коэффициента корреляции изменяются в интервале [-1; + 1]. Значение r = -1 свидетельствует о наличии жестко детерминированной обратно пропорциональной связи между факторами, r = +1 соответствует жестко детерминированной связи с прямо пропорциональной зависимостью факторов. Если линейной связи между факторами не наблюдается, r=0.

Другие значения коэффициента корреляции свидетельствуют о наличии стохастической связи, причем чем ближе |r| к единице, тем связь теснее. При |r|<0,3 связь можно считать слабой; при 0,3 < |r| < 0,7 - связь средней тесноты; |r| > 0,7 - тесная. Существуют и более дробные градации.

Практическая реализация корреляционного анализа включает следующие этапы:

- постановка задачи и выбор признаков;

- сбор информации и ее первичная обработка (группировки, исключение аномальных наблюдений, проверка нормальности одномерного распределения);

- предварительная характеристика взаимосвязей (аналитические груп-пировки, которые обычно представляются в форме корреляционной таблицы);

- устранение мультиколлинеарности (взаимозависимости факторов) и уточнение набора показателей путем расчета парных коэффициентов корреляции;

- исследование факторной зависимости и проверка ее значимости;

- оценка результатов анализа и подготовка рекомендаций по их практическому использованию.

Дата добавления: 2014-01-06