Частные корреляции

Пусть имеются переменные X, Y, Z. Что, если взаимосвязь между переменными X и Y обусловлена некоторой другой переменной Z. Mожет быть она проявляется при условии этой переменной?

Для исследования этого вопроса применяется коэффициент частной корреляции. Вообще говоря, коэффициент корреляции X и Y должен зависеть от значений Z, однако известно, что в многомерной нормальной совокупности такой зависмости нет. Поэтому статистическая теория здесь разработана именно для такого случая. На практике весьма сложно доказать многомерную нормальность и часто эту технику используют для анализа данных, не имеющих слишком большие перекосы.

Не вдаваясь в подробности вычисления, коэффициент ранговой корреляции можно представить как коэффициент корреляции регрессионных остатков e _x и e _y уравнений

X=a_x+b_x*Z+e _x

Y=a_y+b_y*Z+e _y

Таким образом, снимается часть зависимости, обусловленная третьей переменной, проявляется "чистая" взаимосвязь X и Y. Уравнению регрессии мы посвятим в дальнейшем специальный раздел. Здесь мы прведем пример задания частной корреляции.

Время, затраченное на покупки, и время на мытье посуды, оказывается, связаны положительно - чем больше человек тратит его на покупки, тем больше на посуду (таблица 4.16, RLMS, 7 волна). Может быть, это определяется тем, что человек вообще занимается домашней работой? Для проверки этого возьмем в качестве управляющей переменной время на уборку квартиры … и получим таблицу 4.17. Оказалось, что эта связь между временными затратами на покупку продуктов и мытье посуды имеет самостоятельный смысл, так как частная корреляция по-прежнему значима, хотя уменьшилась с 0.320 до 0.256.

Таблица 4.16. Коэффициент корреляции времени приготовления пищи и закупки продуктов

		CO17A время на приготовления пищи
CO15A время на покупку продуктов	Pearson Correlation	0.3193
	Sig. (2-tailed)	0.0000
	N

Таблица 4.17. Коэффициент корреляции времени приготовления пищи и закупки продуктов

Controlling for.. CO19A (время на уборку квартиры)		CO17A время на приготовления пищи
CO15A время на покупку продуктов	Pearson Correlation	0. 2558
	Sig. (2-tailed)	0.0000
	N

Глава 5. Непараметрические тесты. Команда Nonparametric tests.

Непараметрические тесты предназначены преимущественно для проверки статистических гипотез методами, не связанными с видом распределения совокупности. В частности, применение этих методов не требует предположения о нормальности распределения, которое необходимо для правомерного использования одномерного дисперсионного анализа, процедуры T-TEST, при определении значимости корреляций и т.д. К средствам непараметрического анализа относятся в числе прочих методов тест хи-квадрат, служащий для проверки взаимосвязи между номинальными переменными и коэффициенты ранговой корреляции, которым мы уже уделили некоторое внимание.

Непараметрические тесты не ограничиваются таким исследованием связи пар переменных; они включают множество других методов, реализованных командой синтаксиса NPAR TESTS. В меню SPSS непараметрические тесты реализует команда Nonparametric tests c множеством подкоманд.

Процедура NPAR TESTS включает большую группу критериев для проверки:

• соответствия распределения выборочной совокупности заданному распределению;
• случайного характера выборки объектов;
• совпадения распределений в различных группах
• совпадения распределений в связанных выборках (например, результатов повторных измерений).

Во всех критериях допускаются асимптотические, точные оценки значимости (EXACT) и оценки их методом Монте-Карло.

Дата добавления: 2014-12-27