КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Корреляционный анализ
Для управления любым ТП, любым оборудованием, машиной и пр. необходимо знать зависимость между входными и выходными параметрами.
Входные и выходные параметры можно представить как поток случайных величин. Рассматривая взаимосвязь `и , могут возникать следующие варианты: 1). и тесно связаны между собой. Любому определенному значению хi соответствует одно или несколько значений yi. Зависимость между и выражается в виде формулы, а взаимосвязь называется функциональной (все точные законы физики, механики и т.д.). 2). и не строго связаны между собой. Связь эта не функциональная, а статистическая, т.е. каждому значению хi соответствует ряд изменяющихся вместе с изменением значений и, наоборот, каждому значению yi соответствует ряд значений , которые тоже изменяются с изменением . 3). и не связаны между собой. В этом случае изменение или не приводят к видимым изменениям или соответственно. На практике чрезвычайно важно знать не только зависят или нет и , но и вид такой связи. Это очень важно для контроля и управления качеством ТП. Учитывая, что при статистических связях каждому фиксированному значению одного признака соответствует распределение другого, можно представить эту связь в виде зависимости среднего арифметического значения одного из параметров, например, , от другого. Это запишется так: (1) Подобная запись отражает корреляционную связь параметров, а уравнения (1) называются уравнениями регрессии или корреляционными. Причем, 1а) – это уравнение регрессии на , а 1б) – уравнение регрессии на . Вид функций j(y) и f(x) зависит от формы связи параметров. На практике статистическую связь между двумя параметрами стараются находить в виде линейной функции или, если она нелинейная, ее сводят к линейной с помощью различных преобразований (логарифмирования, извлечения корня и т.п.). В крайнем случае, любая нелинейная функция может быть аппроксимирована кусочно-линейной функцией. Определение коэффициентов можно провести методом наименьших квадратов. Если пары параметров обозначить через (xi, yi), i =1,…,n, то прямая регрессии на запишется в виде: (2) где и – средние арифметические значений yi и xi, i = 1,…,n. Коэффициент, называемый коэффициентом регрессиина , определяют по формуле: (3) Если рассматривать обратную зависимость, т.е. считать, что , то прямая регрессии будет иметь вид: (4) а коэффициент регрессиина : (5) Уравнения (2) и (4) не эквивалентны, так как b¢ ¹ 1 / b, т.е. прямая регрессии на не совпадает с прямой регрессии на , хотя обе они проходят через точку С с координатами .
Очевидно, tga = b, b¢ = ctgb = 1 / tgb. Полученные две прямые устанавливают взаимосвязь двух параметров. При этом в первом случае по известному значению х получаем оценку для у, а во втором – наоборот, по значению у получаем оценку для х. Степень связи между параметрами х и у определяют коэффициентом корреляции r, вычисляемым по формуле: (6) Сравнивая с (3) и (5), получим: Отсюда: если прямые (1) и (2) совпадают, т.е. a = b, – связь функциональная, r = ± 1. Если r = 1, то функциональная связь прямая (с ростом х растет у); если r = - 1 – то обратная (с ростом х у уменьшается). Если |r| < 1, то связь между х и у статистическая. Причем, чем меньше |r|, тем связь слабее. На графике это отражается увеличением угла g. При g = 90° r = 0. Это соответствует отсутствию прямолинейной корреляционной связи между х и у, но это еще не значит, что отсутствует всякая корреляционная взаимосвязь, например, криволинейная. Для оценки значимости самого коэффициента корреляции r учитывается число пар наблюдений n, по которым произведено его вычисление. При небольшом n для оценки применяют t – критерий (критерий Стьюдента), показывающий, случайно ли коэффициент корреляции отклоняется от нуля и имеется ли корреляционная связь между х и у. Для этого вычисляют: и сравнивают его с табличным значением. Если t £ tтабл, то корреляция между х и у существует. В случае криволинейной связи между двумя потоками случайных величин корреляционная связь между ними устанавливается с помощью корреляционного отношения. Для этого из потока выбираются к выборок пар случайных величин хij и уij, i = 1, 2,…, k; j = 1, 2,…,n; для каждой из выборок вычисляются и , а также общие среднеарифметические и и общие дисперсии s2(х) и s 2(у): где – общий объем всех выборок. Для s 2(у) формула аналогична. Далее вычисляем корреляционные отношения: (7) для регрессии х на у: (8) Если учесть, что подкоренные выражения и есть ни что иное, как дисперсия средних арифметических около общих средних, т.е. и соответственно, то выражения (7) и (8) можно упростить: Величина корреляционного отношения меняется в пределах 0 £ h £ 1. Если х и у связаны функциональной связью, то h = 1. Если же какая-либо связь между ними отсутствует, то h = 0. В любом случае значение корреляционного отношения не меньше абсолютного значения коэффициента корреляции, т.е. h ³ | r|. Если h = | r|, то это является необходимым и достаточным условием того, что связь между двумя рассматриваемыми величинами является линейной.
Дата добавления: 2014-01-11; Просмотров: 408; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |