Поэтому в данном контексте можно говорить о корреляционном анализе в широком смысле – когда всесторонне характеризуется взаимосвязь. В то же время выделяют корреляционный анализ в узком смысле – когда исследуется сила связи – и регрессионный анализ, в ходе которого оцениваются ее форма и воздействие одних факторов на другие.
Задачи собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак.
Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.
Решение названных задач опирается на соответствующие приемы, алгоритмы, показатели, применение которых дает основание говорить о статистическом изучении взаимосвязей.
Следует заметить, что традиционные методы корреляции и регрессии широко представлены в разного рода статистических пакетах программ для ЭВМ. Исследователю остается только правильно подготовить информацию, выбрать удовлетворяющий требованиям анализа пакет программ и быть готовым к интерпретации полученных результатов. Алгоритмов вычисления параметров связи существует множество, и в настоящее время вряд ли целесообразно проводить такой сложный вид анализа вручную. Вычислительные процедуры представляют самостоятельный интерес, но знание принципов изучения взаимосвязей, возможностей и ограничений тех или иных методов интерпретации результатов является обязательным условием исследования.
Методы оценки тесноты связи подразделяются на корреляционные (параметрические) и непараметрические. Параметрические методы основаны на использовании, как правило, оценок нормального распределения и применяются в случаях, когда изучаемая совокупность состоит из величин, которые подчиняются закону нормального распределения. На практике это положение чаще всего принимается априори. Собственно, эти методы – параметрические – и принято называть корреляционными.
Непараметрические методы не накладывают ограничений на закон распределения изучаемых величин. Их преимуществом является и простота вычислений.
Простейшим приемом выявления связи между двумя признаками является построение корреляционной таблицы:
\ Y \ X \ |
Y1 |
Y2 |
. |
Yz |
Итого |
Yi |
X1 |
f11 |
12 |
. |
f1z |
|
|
X1 |
f21 |
22 |
. |
f2z |
|
|
. |
. |
. |
. |
. |
. |
. |
Xr |
fk1 |
k2 |
. |
fkz |
|
|
Итого |
|
|
. |
|
n |
|
|
|
|
. |
|
|
- |
Информация по теме:
Нормативные документы
Министерство путей сообщения Российской Федерации Приказ № 30 от 26 июля 2002 года "Об утверждении Правил перевозок пассажиров, багажа и грузобагажа на федеральном железнодорожном транспорте" Зарегистрирован в Минюсте РФ 8 августа 2002 г. Регистрационный № 3675 В соответствии со статьей 5 ...
Датчик положения ГДН
Такие датчики широко используются в системах, где возможно преобразование контролируемой величины в изменение магнитного поля, которое впоследствии легко проконтролировать датчиком Холла.К числу таких величин относятся переменный/постоянный ток или напряжение, давление, температура, скорость, вибра ...
Индикаторные и
эффективные показатели работы двигателя
Среднее теоретическое и действительное индикаторное давление: где -коэффициент скругления индикаторной диаграммы Индикаторный КПД Индикаторный удельный расход топлива ...