Материал: 1155

5. КОРРЕЛЯЦИОННЫЙ И РЕГРЕССИОННЫЙ АНАЛИЗ

5.1. Понятие о статистической и корреляционной связи

Важную часть методологии научного исследования составляют методы выявления и измерения связей между физическими величинами. Различают два типа связей: функциональную и статистическую.

Если с изменением значения одной из переменных вторая изменяется строго определенным образом, т.е. значению одной переменной обязательно соответствует одно или несколько точно заданных значений другой переменной, связь между ними является функцио-

нальной.

Если с изменением значения одной из переменных вторая может в определенных пределах принимать любые значения с некоторыми вероятностями, но ее среднее значение или иные статистические характеристики изменяются по определенному закону, связь является

статистической.

Корреляционной связью называют частный случай статистической связи, состоящий в том, что разным значениям одной переменной соответствуют различные средние значения другой. С изменением значения признака x закономерным образом изменяется среднее значение признака y; в то время как в каждом отдельном случае значение признака y (с различными вероятностями) может принимать множество значений.

Рис. 5.1. Корреляционные зависимости

Корреляционная связь между признаками может возникать из-за:

причинной зависимости результативного признака (отклика) или его вариации от вариации факторного признака;

связи между двумя следствиями общей причины;

58

взаимосвязи признаков, каждый из которых и причина и следствие.

По характеру корреляционные связи могут быть прямолинейными и криволинейными. Прямолинейной называется такая корреляционная связь, когда равным изменениям одной переменной соответствуют равные изменения другой переменной (рис. 5.1, а, б). В случае криволинейной корреляции равным изменениям одной переменной могут соответствовать любые изменения другой переменной (рис. 5.1, в). На рис. 5.1, г представлен случай, когда между переменными отсутствует связь (нет корреляции).

5.2. Условия применения и задачи корреляционно-регрессионного анализа

Поскольку корреляционная связь является статистической, первым условием возможности ее изучения является общее условие всякого статистического исследования: наличие данных по достаточно большой совокупности явлений. Число наблюдений, достаточное для анализа корреляционной связи, зависит от цели анализа, требуемой точности и надежности параметров связи, от числа факторов, корреляция с которыми изучается. Обычно считают, что число наблюдений должно быть не менее чем в 5 – 6, а лучше не менее чем в 10 раз больше числа факторов.

Вторым условием закономерного проявления корреляционной связи служит условие, обеспечивающее надежное выражение закономерности в средней величине. Кроме большого числа единиц совокупности для этого необходима достаточно качественная однородность совокупности. Иногда как условие корреляционного анализа выдвигают необходимость подчинения распределения совокупности по результативному и факторным признакам нормальному закону распределения вероятностей. Это условие связано с применением метода наименьших квадратов при расчете параметров корреляции: только при нормальном распределении метод наименьших квадратов дает оценку параметров, отвечающую принципам максимального правдоподобия.

Корреляционно-регрессионный анализ учитывает межфакторные связи, следовательно, дает более полное измерение роли каждого фактора: прямое, непосредственное его влияние на результативный

59

признак; косвенное влияние фактора через его влияние на другие факторы; влияние всех факторов на результативный признак.

В соответствии с сущностью корреляционной связи ее изучение имеет две цели:

определение тесноты связи двух (или большего числа) признаков между собой;

определение параметров уравнения, выражающего связь средних значений зависимой переменной со значениями независимой переменной (зависимость средних величин результативного признака от значений одного или нескольких факторных признаков).

Основным методом нахождения параметров уравнения связи является метод наименьших квадратов (МНК), разработанный Гауссом. Он состоит в минимизации суммы квадратов отклонений фактически измеренных значений зависимой переменной y от ее значений, вычисленных по уравнению связи с факторным признаком (многими признаками) x.

Корреляционно-регрессионный анализ позволяет разделить влияние комплекса факторных признаков, анализировать различные стороны взаимосвязей.

5.3. Парная линейная корреляция

Простейшей системой корреляционной связи является линейная связь между двумя признаками – парная линейная корреляция. Практическое ее значение состоит в том, что существуют системы, в которых среди всех факторов, влияющих на результативный признак, выделяется один важнейший фактор, который в основном определяет вариацию результативного признака. Измерение парных корреляций составляет необходимый этап в изучении сложных многофакторных связей. Рассмотрение линейных связей объясняется ограниченной вариацией переменных и тем, что в большинстве случаев нелинейные формы связей для выполнения расчетов преобразуются в линейную форму.

По общему направлению связи могут быть прямые и обратные. При прямых связях с увеличением признака x увеличивается и признак y, при обратных с увеличением признака x признак y уменьшается. Изучение парной корреляции осуществляется при совместном измерении двух физических величин.

60

Уравнение парной линейной корреляционной связи называется уравнением парной регрессии и имеет вид

где ~y – среднее значение результативного признака y при определенном значении факторного признака x; a – свободный член уравнения; b – коэффициент регрессии, измеряющий среднее отношение отклонения результативного признака от его средней величины к отклонению факторного признака от его средней величины на одну единицу его измерения (вариация y, приходящаяся на единицу вариации x).

Показателем тесноты парной линейной корреляционной связи является коэффициент корреляции rxy . Этот показатель представля-

ет собой стандартизованный коэффициент регрессии, т.е. коэффициент, выраженный не в абсолютных единицах измерения признаков, а

Интерпретация коэффициента корреляции такова: отклонение признака-фактора от его среднего значения на величину СКО в среднем по совокупности приводит к отклонению результативного признака от своего среднего значения на rxy его СКО. В отличие от ко-

эффициента регрессии b коэффициент корреляции не зависит от принятых единиц измерения признаков и сравним для любых признаков.

5.4. Статистическое изучение корреляционной связи

Целью статистического исследования является получение модели зависимости результативного признака от признака-фактора для ее практического использования. Решение этой задачи осуществляется следующим образом.

5.4.1.Сбор первичной информации, проверка ее на однородность

инормальность распределения

Устанавливаются результативный показатель y и влияющий на его изменение фактор x.

61

Для оценки однородности совокупности используется коэффици-

ент вариации по факторному признаку

где x, Sx –выборочное среднее и оценка СКО факторного признака соответственно, определяемые по формулам (3.15), (3.21), (3.24), (3.25) в зависимости от объема выборки.

Совокупность считается однородной, если коэффициент вариации V не превышает 33%.

Проверка нормальности распределения исследуемых факторных признаков проводится по методике, изложенной в разделе 3.4.1. Для упрощения процедуры проверки можно воспользоваться табл. 5.1.

Сопоставление данных граф 3 и 4 позволяет судить о наличии или отсутствии нормальности распределения. На практике часто встречаются случаи отклонения закона распределения факторов от нормального, однако это не означает, что следует отказаться от применения корреляционного анализа.

5.4.2. Исключение из массива первичной информации промахов

Определяются и исключаются промахи в соответствии с методикой, изложенной в разделе 3.4.3. Для упрощения анализа применяется критерий «трех сигм»: определяются значения фактора x, не попавшие в последнюю строку табл. 5.1, они являются промахами и исклю-

62