Всего на сайте:
236 тыс. 713 статей

Главная | Статистика

Задание. Попробуйте сами рассчитать коэффициенты корреляции рангов К.Спирмэна и М.Кендэла на каком-либо произвольном примере  Просмотрен 725

  1. АГРЕГАТНЫЕ И СРЕДНИЕ ИНДЕКСЫ
  2. ТЕМА 23. ДРУГИЕ ВИДЫ ИНДЕКСОВ ПРИМЕНЯЕМЫЕ В СТАТИСТИКЕ
  3. Контрольное задание. Индексы занимают особое место в статистике. Без них невозможно изучение динамики ...
  4. Задание. Приведите пример корреляционных по своей сути связей
  5. Задание. Известно, что спрос связан с предложением, что может составить ошибку ...
  6. Задание. Вам предлагается выписать и еще раз осмыслить все уравнения рег­рессии (модели), встретившиеся в тексте данной Темы, привести соот­ветствующие им системы нормальных уравнений и формулы определения параметров уравнений
  7. Задание. Дайте характеристику связей и возможностей повышения цен на каждый вид товара
  8. Контрольное задание. На основе использования данных Контрольного задания из Темы 5 и материалов ...
  9. МЕТОДЫ ФАКТОРНОГО АНАЛИЗА И МНОГОМЕРНОЙ КЛАССИФИКАЦИИ
  10. Задание. Придумайте 5 примеров из жизни вашего предприятия или из бытовой жизни, где можно использовать дисперсионный анализ
  11. Задание. Придумайте 4 примера из жизни вашего предприятия или из бытовой жизни, где можно использовать факторный анализ. Особое внимание уделите обоснованию факторов
  12. РАЗДЕЛ 7. ВЫВОДЫ. Завершив изучение этого модуля, Вы ознакомились с основными по­ложениями регрессионно-корреляционного анализа взаимосвязей общест­венных явлений, МЕТОДЫ ФАКТОРНОГО АНАЛИЗА И МНОГОМЕРНОЙ КЛАССИФИКАЦИИ

Попробуйте сами рассчитать коэффициенты корреляции рангов К.Спирмэна и М.Кендэла на каком-либо произвольном примере

В предыдущей Теме отмечалось, что корреляционные связи между атрибутивными признаками могут измеряться с помощью коэффициентов ранговой корреляции. Но могут применяться и специальные коэффициен­ты. Основное для них- частота совместного появления наблюдаемых атрибутивных признаков, и чем она выше, тем сильнее связь между ними. Возьмем два атрибутивных признака с двумя возможными вариантами. Тогда можно представить их в четырехклеточной таблице, обозначив частоты сопоставляемых признаков с помощью а,b,с,d, а общую сумму частот -п.

 

Таблица 25

Значения   Значения первого признака      
второго признака 1-е   2-е   Итого  
1-е 2-е а   в   а+в с+а  
Итого а+с   в+d   n  

Теснота связи двух атрибутивных признаков, имеющих по два вари­анта, определяется с помощью коэффициентов ассоциации (Ка) и контингенции(Кк ). Они рассчитываются по следующим формулам:

Ka = (ad-bc)/(ad+bc)

Kk = (ad – bc)/ (a+b)(c+d)(a+c)(b+d)

 

Второй коэффициент, как считается, всегда меньше первого и дает более осторожную оценку тесноты связи между признаками. А вообще для объема совокупности от 30 единиц и выше связь можно считать зна­чимой, если величина этих коэффициентов не меньше 0,5 и 0,3 соответственно. Коэффициент ассоциации в таком виде был предложен Дж.Юлом. Он же и видоизменил его, взяв все сочетания под знаками радикала и на­звав коэффициентом коллигации:

Kη = ( ad - bc)/( ad + bc)

Теснота связей между атрибутивными признаками с большим числом вариантов измеряется с помощью коэффициентов сопряженности К.Пирсона (Кп ) и А.Чупрова (Кч ). Они рассчитываются по следующим формулам:


  
 


где n1 - число групп по столбцам комбинационной таблицы, в которой размещены изучаемые данные; n2- число групп по строкам той же таб­лицы; φ2 - сумма чисел по итоговому столбцу таблицы без 1,000, а каж­дая строка в этом столбце получается следующим образом: 1) размещен­ные в каждой клетке частоты возводятся в квадрат и записываются под ними в скобках, например, (4); 2) возведенные в квадрат частоты делятся на итоги соответствующих столбцов (например, 4 : 10 и т.д.), и частное от деления проставляется в нижней строке каждой клетки (тогда первая наша клетка, представленная для простоты по горизонтали, будет выглядеть так: (2) (4) (0,4); 3) полученные частные по каждой строке (в нашем приме­ре, 0,4) суммируются и показываются в итоговом столбце (допустим, с учетом остальных столбцов по строке у нас получилось (3,47); (4) указан­ные в итоговом столбце суммы делятся на соответствующие итоги частот, записанные в тех же клетках (при общей сумме частот по нашей строке, допустим, 15, получим: 3,47 : 15 =0,231). Сумма этих чисел по итоговому столбцу без единицы и представляет собой φ2 . Пусть φ2 = 0,282, а п =n2 = 3, тогда

  
 

Кn= Kч = 0,0705 = 0,265

Коэффициент сопряженности Чупрова считается более точным пока­зателем, нежели коэффициент Пирсона, так как учитывает число образо­ванных по признакам групп, да и количественно он меньше последнего.

Предыдущая статья:Контрольное задание. На основе использования данных Контрольного задания из Темы 5 и материалов ... Следующая статья:МЕТОДЫ ФАКТОРНОГО АНАЛИЗА И МНОГОМЕРНОЙ КЛАССИФИКАЦИИ
page speed (0.0188 sec, direct)