- •В.М. Еськов
- •Часть 2
- •Лабораторная работа № 8. Функция распределения. Гистограмма
- •Практическое значение выполняемых исследований.
- •Литература
- •Блок информации
- •Лабораторная работа № 9. Расчет доверительного интервала на эвм
- •Практическое значение выполняемых исследований
- •Литература
- •Бюджет времени
- •Блок информации
- •Блок информации
- •Лабораторная работа № 11
- •Статистическая проверка гипотез в экологии
- •Практическое значение выполняемых исследований
- •Литература
- •Бюджет времени
- •Блок информации
- •Лабораторная работа №13 Элементы дисперсионного анализа (да)
- •Практическое значение выполняемых исследований
- •Бюджет времени
- •Блок информации
- •1. Общие задачи идентификации параметров порядка и русел биосистем, находящихся в некоторых аттракторах состояний.
- •2. Нейрокомпьютерные технологии в идентификации пп для всоч.
- •3. Системный синтез в рамках компартментно – кластерного подхода.
- •Практическое значение выполняемых исследований
- •Бюджет времени
- •Литература
Лабораторная работа № 11
Программа расчета уравнения регрессии и коэффициента корреляции
Блок информации
Понятия о корреляционных зависимостях. Вычисление коэффициента корреляции. Множественная корреляция.
Существуют методы оценки близости полученных эмпирических данных с функциональными зависимостями типа (3.10), более того, можно оценить степень взаимосвязи различных наблюдаемых переменных, используя коэффициент корреляции r. Отметим, что в корреляционном анализе уравнение (3.10) получило название выборочного уравнения прямой линии регрессии у на х, причем, коэффициент a=yx получил название выборочного коэффициента регрессии у на х.
При большом числе измерений каждому из значений х и у соответствует не одно, а несколько значений этих величин. Тогда данные эксперимента группируют в так называемую корреляционную таблицу (см. таблицу 2). В этой таблице nv - число встречаемости одинаковых значений v, а nt - одинаковых t и nvt - число встречаемости одинаковых пар v и t во всех опытах (они находятся на пересечении соответствующих строк и столбцов). В первой строке таблицы указаны наблюдаемые значения СВ t, а в первом столбце - значения СВ v. Очевидно, что
,
т.е. общему числу измерений. Отметим, что средние значения
, (3.17)
Тогда коэффициент регрессии определится по формуле, которая является модификацией (3.15) с учетом замечаний (3.17).
(3.18)
Выборочный коэффициент корреляции , где и - выборочные средние квадратические отклонения, определяемые по формулам
(3.19)
Как уже отмечалось выше (2.IV) для распределения Гаусса при r=0 величины v и t независимы, а при r=1 они связаны чисто функциональной зависимостью типа (3.10), что весьма важно для практических выводов.
В данном примере (таблица 2) зависимость v=vo+vtt имеет конкретный физический смысл- это газовый закон Гей-Люссака, причем , а из vt можно найти - коэффициент теплового расширения газа (vt=vo).
В общем случае выборочный коэффициент корреляции определяется по формуле:
,
где
Существенно, что r может отличаться от коэффициента корреляции rх,у, который можно рассчитать по формуле:
,
где , а х и у- средние квадратические отклонения.
При изучении связи между несколькими СВ х1, х2, …, хn используют корреляционную матрицу, состоящую из коэффициентов корреляции rij. Используют также множественный коэффициент корреляции. Например, при n=3 имеем
,
который характеризует меру линейной зависимости между СВ х1 2-мя другими СВ (х2 и х3).
Для таких случаев вычисляются и частные коэффициенты корреляции (когда, например, исключается влияние х3) между х1 и х2. Для этих величин разработаны специальные программы на ЭВМ.
Приложение 1
ПРОГРАММА РАССЧЕТА КОЭФФИЦИЕНТОВ КОРРЕЛЛЯЦИИ
REM **программа вычисляет коэффициент корреляции **
CLS
xs = 0: ys = 0: h = 0: sdx = 0: sdy = 0
INPUT "Kоличество n= ", n
REM ********* заполнение массивов ***********
DIM x(n): DIM y(n)
FOR m = 1 TO n
PRINT "x ("; m; ") ="; : INPUT "", x(m)
PRINT "y ("; m; ") ="; : INPUT "", y(m)
NEXT m
REM ********************************************
REM ************* средние x и y ******************
FOR m = 1 TO n
xs = xs + x(m)
ys = ys + y(m)
NEXT m
xs = xs / n: ys = ys / n
REM *******************************************
FOR m = 1 TO n: sdx = sdx + (x(m) - xs): NEXT m
FOR m = 1 TO n: sdy = sdy + (y(m) - ys): NEXT m
FOR m = 1 TO n: h = h + (y(m) - ys) * (x(m) - xs): NEXT m
REM ********************************************
REM ************ дисперсия *********************
FOR m = 1 TO n
sx = sx + (x(m) - xs) ^ 2
sy = sy + (y(m) - ys) ^ 2
NEXT m
cx = sdx / n: cy = sdy / n
REM **** среднее квадратическое отклонение *****
sxs = SQR((sx / n) - cx ^ 2)
sys = SQR((sy / n) - cy ^ 2)
REM ********* коэффициент корреляции ***********
rxy = ((h / n) - cx * cy) / (sxs * sys)
PRINT "Koэффициeнт kоppеляции rxy= "; rxy
SLEEP 15
Лабораторная работа № 12.