- •Глава 6. Основные принципы построения регрессионных моделей
- •6.1 Парная корреляция и регрессия
- •6.2 Определение параметров выборочного уравнения прямой линии
- •6.3 Оценка тесноты линейной корреляционной связи переменных х и y
- •6.4 Оценка точности определения значений зависимой переменной по уравнению регрессии
- •6.5 Коэффициент детерминации
- •6.6 Проверка адекватности уравнения регрессии и ошибки предсказаний
- •6.7 Три показателя корреляции и регрессии, их значение и применение
- •6.8 Множественный корреляционно-регрессионный анализ
- •То есть,
- •6.9 Нелинейная парная регрессия и криволинейная корреляция
- •Пример синтеза линейной регрессионной модели
- •4 5 6 7 Рис 6.1. Исходные данные зависимости плотности прессовок от давления прессования р
- •Исходные данные и вспомогательные расчеты
- •Данные вспомогательных расчетов для вычисления Fрасч.
- •6.11 Пример выбора функциональной зависимости для описания парной нелинейной корреляционной связи переменных
- •Давления прессования р
- •Рассматриваемые функциональные зависимости и их параметры
- •6.12 Вопросы для самоконтроля
6.3 Оценка тесноты линейной корреляционной связи переменных х и y
Критерием тесноты линейной корреляционной связи переменных Х и Y служит коэффициент корреляции ryx.
Коэффициент парной корреляции ryx может быть определён по одной из следующих формул:
; (6.17)
. (6.18)
В специальной литературе приводятся также другие формулы для определения величины коэффициентов парной корреляции ryx по результатам экспериментального определения значений переменных Х и Y.
Ниже рассматриваются важнейшие свойства выборочного коэффициента корреляции.
Знак выборочного коэффициента корреляции ryx совпадает со знаком выборочного коэффициента регрессии byx.
Корреляция называется положительной, если переменные Х и Y изменяются в одном направлении, и отрицательной если переменные Х и Y изменяются в разных направлениях.
Абсолютная величина выборочного коэффициента корреляции ryx не больше единицы:
|ryx| ≤ 1.
Если выборочный коэффициент корреляции равен 0, то переменные Х и Y не связаны линейной корреляционной зависимостью, т.е. при ryx = 0 условные средние yi сохраняют постоянное значение при всех значениях хi.
Если выборочный коэффициент корреляции равен 0, то переменные Х и Y могут быть связаны нелинейной корреляционной или даже функциональной зависимостью.
Если абсолютная величина выборочного коэффициента корреляции равна 1, то наблюдаемые значения переменных Х и Y связаны линейной функциональной зависимостью.
С возрастанием абсолютной величины выборочного коэффициента корреляции линейная корреляционная зависимость переменных Х и Y становится более тесной и при |ryx| = 1 переходит в функциональную зависимость.
Таким образом, выборочный коэффициент корреляции характеризует тесноту линейной связи между количественными признаками в выборке: чем ближе |ryx| к 1, тем связь сильнее, чем ближе |ryx| к 0, тем связь слабее.
При ограниченном объёме выборки n необходимо проверить гипотезу о статистической значимости выборочного коэффициента корреляции ryx. Проверку выполняют сравнением расчётного значения ryx с табличным при выбранном уровне значимости α. Коэффициент корреляции ryx признаётся статистически значимым, если выполняется соотношение:
(6.19)
Значимость коэффициента парной корреляции ryx может быть оценена также с помощью t-критерия Стьюдента: ryx признаётся значимым, если выполняется соотношение:
(6.20)
Если выборка имеет большой объём и хорошо представляет генеральную совокупность (репрезентативна), то заключение о тесноте линейной корреляционной связи между переменными Х и Y, полученное по данным выборки, в известной степени может быть распространено и на генеральную совокупность.
6.4 Оценка точности определения значений зависимой переменной по уравнению регрессии
Определим стандартную ошибку оценки значений по линейному уравнению регрессии:
. (6.21)
Стандартная ошибка Syx всегда выражается в тех же единицах, что и зависимая переменная Y.
Выборочная ошибка оценки имеет тенденцию преуменьшать величину стандартной ошибки в генеральной совокупности. Рекомендуется вносить в неё поправку.
Величина стандартной ошибки оценки для генеральной совокупности σyx и её квадрата могут быть определены по величине стандартной выборочной ошибки оценки Syx и её квадрата по формулам:
; (6.22)
. (6.23)