СтатистикаЛевина 2012
.pdfЗначимость коэффициентов линейного уравнения регрессии a и b оценивается по t-критерию Cтьюдента (n < 30):
(7.20)
(7.21)
где
(7.22)
Эмпирическое значение t-критерия сравнивается с табличным значением t-распределения Cтьюдента с уровнем значимости 0,01 или 0,05 и числом степеней свободы ( n - 2 ). Параметр признается значимым, если эмпирическое значение tэ больше табличного tт .
Аналогично проводится оценка коэффициента корреляции с помощью t-критерия, который определяется по формуле:
(7.23)
Если эмпирическое значение tr оказывается больше табличного, то линейный коэффициент корреляции признается значимым.
Пример: Имеются следующие данные по десяти предприятиям:
№ предприятия |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
|
|
|
|
|
|
|
|
|
|
|
Объем электропотребления, |
3,7 |
1 |
2,0 |
2,1 |
1,6 |
2 |
2,3 |
1,5 |
2,8 |
4,2 |
кВТч. |
|
|
|
|
|
|
|
|
|
|
Продукция, тыс.шт. |
51 |
55 |
67 |
68 |
71 |
86 |
97 |
99 |
112 |
123 |
|
|
|
|
|
|
|
|
|
|
|
По исходным данным :
1)постройте однофакторную регрессионную модель зависимости между объемом потребления электроэнергии и количеством продукции ;
2)вычислите коэффициенты эластичности, показатели тесноты корреляционной связи;
170
3)проверьте найденную модель на адекватность;
4)сделайте выводы, постройте графики.
Предположим, что между объемом выпуска продукции и объемом электропотребления существует линейная корреляционная связь, которая выражается уравнением прямой:
Пусть
x (факторный признак) – объем выпуска продукции,
y (результативный признак) – объем электропотребления.
Для определения формы корреляционной связи необходимо вычислить параметры уравнения прямой. Для этого построим следующую таблицу:
|
Исходные данные |
|
|
|
|
Расчетные значения |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Объем |
Объем |
|
|
|
|
|
|
|
|
|
у ух 2 |
№ |
|
продук- |
электро- |
xy |
|
|
х2 |
|
у2 |
|
ух |
||
пред-я |
|
ции |
потреб- |
|
|
|
|
|
|
|
|
|
|
|
|
тыс.шт., |
ления, |
|
|
|
|
|
|
|
|
|
|
|
|
х |
кВТч., y |
|
|
|
|
|
|
|
|
|
|
1 |
|
51 |
3,7 |
188,7 |
|
2.601 |
|
13,69 |
|
1,81 |
3,5721 |
||
2 |
|
55 |
1 |
55 |
|
3.025 |
|
1 |
|
1,88 |
0,7744 |
||
3 |
|
67 |
2 |
134 |
|
4.489 |
|
4 |
|
2,07 |
0,0049 |
||
4 |
|
68 |
2,1 |
142,8 |
|
4.624 |
|
4,41 |
|
2,08 |
0,0004 |
||
5 |
|
71 |
1,6 |
113,6 |
|
5.041 |
|
2,56 |
|
2,13 |
0,2809 |
||
6 |
|
86 |
2 |
172 |
|
7.396 |
|
4 |
|
2,37 |
0,1369 |
||
7 |
|
97 |
2,3 |
223,1 |
|
9.409 |
|
5,29 |
|
2,54 |
0,0576 |
||
8 |
|
99 |
1,5 |
148,5 |
|
9.801 |
|
2,25 |
|
2,58 |
1,1664 |
||
9 |
|
112 |
2,8 |
313,6 |
|
12.544 |
|
7,84 |
|
2,78 |
0,0004 |
||
10 |
|
123 |
4,2 |
516,6 |
|
15.129 |
|
17,64 |
|
2,96 |
1,5376 |
||
Итого: |
|
829 |
23,2 |
2.007,9 |
|
74.059 |
|
62,68 |
|
23,2 |
7,5316 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В сред- |
|
|
|
|
|
|
|
|
|
|
|
|
|
нем |
|
82,9 |
2,32 |
200,79 |
|
7405,9 |
|
6,268 |
|
2,32 |
0,75316 |
||
|
|
|
|
|
|
|
|
|
|||||
Воспользуемся для расчета параметров a и b формулами |
|||||||||||||
(5.3) , (5.5) и (5.4) соответственно: |
|
|
|
|
|
|
|
||||||
a |
23,2 74.059 2.007,9 829 |
|
|
53.619,7 |
1,005 |
|
|
||||||
|
10 74059 829 829 |
|
|
|
|||||||||
|
|
53..349 |
|
|
|
|
|||||||
|
|
|
|
171 |
|
|
|
|
|
|
|
b |
10 2.007,9 23,2 829 |
|
846,2 |
0,016 |
||
|
|
|||||
|
53.349 |
|
|
53.349 |
|
|
a |
2,32 0,016 82,9 |
1,005 |
|
|
1) Следовательно, уравнение регрессии имеет вид: yx 1,005 0,016x
Теоретическое значение объема электропотребления (ух) составит:
-для первого предприятия: yx 1,005 0,016 51 1,81
-для второго предприятия:
yx 1,005 0,016 55 1,88
-……………………. и т.д.
-для десятого предприятия:
yx 1,005 0,016 123 2,96
При правильном расчете параметров регрессионного уравнения должно соблюдаться равенство фактического и теоретического значений объема потребления, т.е.
у ух
В нашем случае y 23,2 , a y x 23,2 , следовател ьно y yx.
В нашем уравнении регрессии параметр b = 0,016 показывает, что с увеличением выпуска продукции на 1тыс. шт., объем потребления электроэнергии увеличивается на 0,016 кВТч.
2)По формуле (5.7) найдем средний коэффициент эластичности:
Э0,016 82,9 0,57
2,32
172
Коэффициент эластичности, равный 0,57 , показывает, что с увеличением объема выпуска продукции на 1% объем электропотребления возрастает на 0,57%.
Измерим тесноту корреляционной связи между выпуском продукции и объемом электропотребления.
Линейный коэффициент корреляции определяем по форму-
ле (5.11) :
|
|
|
2007,9 |
829 23,2 |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
||||||
r |
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
0,389 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
829 |
2 |
|
|
|
|
23,2 |
2 |
|
|||
|
|
|
74059 |
|
|
|
62,68 |
|
|
|
|||||
|
|
|
|
|
|
||||||||||
|
|
|
10 |
|
|
|
|
10 |
|
|
|||||
|
|
|
|
|
|
|
|
|
Для расчета теоретического корреляционного отношения необходимо предварительно вычислить дисперсии по формулам:
|
2 |
, y y |
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|||||||
y |
x |
, |
y |
x |
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
2 |
|
|
|
|
y y |
x |
2 |
|
|
|
|
|||||||||||||
y y |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
0,75316 |
; |
|
|
|||||||
|
|
|
|
|
|
n |
|
|
|
2 |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
y 2 |
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
2 |
|
|
|
|
|
y |
|
|
2 |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6,268 2,32 |
|
6,268 5,3124 |
0,8856 ; |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
2 |
|
|
|
|
n2 |
|
|
|
|
|
2n |
|
|
|
0,8856 0,75316 0,13244 |
|
||||||||
y |
x |
y |
|
|
y y |
x |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Теоретическое |
|
корреляционное |
отношение по |
формуле |
|||||||||||||||||||||
(5.14) будет равняться: |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
0,13244 |
|
|
|
0,387 |
|
|
|
|
|
|
||||||||||||||
|
|
|
0,8856 |
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Коэффициент детерминации равен: |
|
|
|
||||||||||||||||||||||
2 |
0,1495 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
173
Коэффициент детерминации 0,1495 означает, что вариация объема выпуска продукции примерно на 15% объясняется вариацией объема электропотребления и примерно на 85% – прочими факторами.
Индекс корреляции найдем по формуле (5.17) :
R 1 0,75316 0,387 0,8856
Таким образом, показатели тесноты корреляционной связи показывают умеренную связь между выпуском продукции и объемом электропотребленияr R . Так как, то можно сделать заключение, что гипотеза о линейной форме связи подтверждена.
Проведем оценку адекватности регрессионной модели yх = 1,005 + 0,016х с помощью F – критерия Фишера (5.19):
F |
0,13244 |
|
10 2 |
1,407 |
|
|
|
|
|||
э |
0,75316 |
|
2 1 |
|
|
|
|
|
|
||
Табличное значение Fт с уровнем значимости |
и чис- |
лом степеней свободы (2 - 1), (10 - 2) = 5,32. Таким образом, Fэ < Fт , следовательно уравнение регрессии нельзя признать адекватным.
Оценим значимость параметров уравнения регрессии с помощью t-критерия Стьюдента по формулам (5.20) и (5.21):
|
0,05 |
|
|
|
|
|
|
|
|
ta |
1,005 |
|
10 2 |
3,275 |
|||||
0,86785 |
|
||||||||
|
|
|
|
||||||
|
|
|
|
|
|
|
|
||
tb |
0,016 |
|
|
|
10 2 |
23,09740245 1,204 |
|||
0,86785 |
|||||||||
|
|
|
Значение x вычисляется по формуле (5.22):
|
|
74.059 |
|
829 |
2 |
|
|
|
|
|
|
|
|
||||
x |
|
|
|
|
|
533,49 23,097 |
||
|
|
|||||||
|
|
10 |
10 |
|
|
|
|
174
Табличное значение t-критерия с уровнем значимости 0,05 и числом степеней свободы (n - 2) = 2,306.
Таким образом, tэ параметра b < tт , следовательно, параметры уравнения регрессии нельзя признать значимыми.
Значимость коэффициента корреляции оценим с помощью t- критерия по формуле (5.23):
tr 0,389 |
10 2 |
1,194 |
|
|
|||
1 0,3892 |
|||
|
|
Эмпирическое значение tr < tт , следовательно, коэффициент корреляции нельзя признать значимым.
3) Вычислим ошибку аппроксимации по формуле:
|
|
|
|
|
1 |
|
|
|
|
у ух |
|
|
100% |
|
|
|
|
||||||||||||
|
|
|
|
|||||||||||
n |
1 |
|
|
у |
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
3,15533 31,55% |
|||||||||||
|
|
|
|
|||||||||||
|
10 |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, параметры уравнения и показатели тесноты, и уравнение регрессии признаются незначимыми, ошибка аппроксимации 31,55%, коэффициент детерминации примерно равен 15%, поэтому построенная регрессионная модель зависимости электропотребления от объема выпуска продукции ух = 1,005 + 0,016х непригодна для анализа и прогноза.
5 |
|
|
|
|
|
4 |
|
|
|
yx=1,005+0,016x |
|
3 |
|
|
|
|
|
у |
|
|
|
|
|
2 |
|
|
|
|
|
1 |
|
|
|
|
|
0 |
|
х |
|
|
|
0 |
50 |
100 |
150 |
||
|
|||||
Зависимость объема потребления электроэнергии (у) от |
|||||
|
объема выпуска продукции (х) |
|
175
_______ – теоретическая линия
– фактическая линия
5.7. Простейшие методы установления тесноты связи
1.Коэффициент корреляции знака (коэффициент Фехнера),
2.Коэффициент корреляции рангов (Спирмэна),
3.Коэффициент ассоциации и коэффициент контингенции.
1) Коэффициент Фехнера основан на оценке степени согласованности знаков отклонений индивидуальных значений факторного и результативного признаков от соответствующих средних. Для его расчета вычисляют средние значения результативного и факторного признаков, а затем проставляют знаки отклонений для всех значений взаимосвязанных пар признаков:
Кф u v , где u v
u– число совпадений знаков отклонений индивидуальных значений от средней;
v – число несовпадений знаков отклонений индивидуальных значений от средней.
Коэффициент Фехнера может изменяться от –1 до +1 :
Если u > v Кф > 0, следовательно, это свидетельствует о возможном наличии прямой связи;
Если u < v Кф < 0, следовательно, это дает основание предположить наличие обратной связи ;
Если u = v Kф = 0, следовательно связи нет. Рассмотрим расчет коэффициента Фехнера на следующем
примере.
Пример: Имеются следующие данные о размере заработной платы (результативный признак) и проценте выполнения нормы выработки.
176
|
|
|
|
|
|
|
|
|
|
|
|
Знаки отклонений индивидуаль- |
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
% выполнения |
З/п за месяц, |
ных значений признака от сред- |
Совпадение (U) |
|
|
|
|
|
|||||||||||
|
Порядковый |
нормы выработ- |
|
|
|
|
|
||||||||||||||||||
|
руб., |
|
|
|
|
ней |
или несовпаде- |
Nx |
Ny |
d = Nx - Ny |
d |
2 |
|||||||||||||
|
№ рабочего |
|
ки, |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
yi |
|
|
|
|
|
|
|
|
ние (V) знаков |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
xi |
|
|
|
xi x |
|
yi y |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
2 |
|
|
3 |
4 |
|
|
|
5 |
|
|
6 |
7 |
8 |
9 |
10 |
||||
|
|
|
|
1 |
|
186 |
|
|
1,734 |
+ |
|
|
|
+ |
|
|
U |
18 |
19 |
-1 |
1 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
180 |
|
|
1,69 |
+ |
|
|
|
- |
|
|
V |
15 |
9,5 |
5,5 |
30,25 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
|
190 |
|
|
1,72 |
+ |
|
|
|
+ |
|
|
U |
19 |
17 |
2 |
4 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
184 |
|
|
1,725 |
+ |
|
|
|
+ |
|
|
U |
17 |
18 |
-1 |
1 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
181 |
|
|
1,714 |
+ |
|
|
|
+ |
|
|
U |
16 |
16 |
0 |
0 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
200 |
|
|
1,738 |
+ |
|
|
|
+ |
|
|
U |
20 |
20 |
0 |
0 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7 |
|
176 |
|
|
1,702 |
+ |
|
|
|
+ |
|
|
U |
14 |
14,5 |
-0,5 |
0,25 |
||||
|
|
|
|
8 |
|
140 |
|
|
1,674 |
- |
|
|
|
- |
|
|
U |
5 |
6 |
-1 |
1 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
|
144 |
|
|
1,677 |
- |
|
|
|
- |
|
|
U |
6 |
7 |
-1 |
1 |
||||
|
|
|
|
10 |
|
136 |
|
|
1,67 |
- |
|
|
|
- |
|
|
U |
4 |
4,5 |
-0,5 |
0,25 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
|
164 |
|
|
1,7 |
+ |
|
|
|
+ |
|
|
U |
10 |
12,5 |
-2,5 |
6,25 |
||||
|
|
|
|
12 |
|
170 |
|
|
1,69 |
+ |
|
|
|
- |
|
|
V |
13 |
9,5 |
3,5 |
12,25 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13 |
|
169 |
|
|
1,702 |
+ |
|
|
|
+ |
|
|
U |
12 |
14,5 |
-2,5 |
6,25 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14 |
|
155 |
|
|
1,7 |
- |
|
|
|
+ |
|
|
V |
7 |
12,5 |
-5,5 |
30,25 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
15 |
|
158 |
|
|
1,685 |
- |
|
|
|
- |
|
|
U |
9 |
8 |
1 |
1 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
16 |
|
156 |
|
|
1,67 |
- |
|
|
|
- |
|
|
U |
8 |
4,5 |
3,5 |
12,25 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
17 |
|
168 |
|
|
1,695 |
+ |
|
|
|
+ |
|
|
U |
11 |
11 |
0 |
0 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18 |
|
115 |
|
|
1,654 |
- |
|
|
|
- |
|
|
U |
1 |
1 |
0 |
0 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
19 |
|
116 |
|
|
1,66 |
- |
|
|
|
- |
|
|
U |
2 |
2 |
0 |
0 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20 |
|
119 |
|
|
1,662 |
- |
|
|
|
- |
|
|
U |
3 |
3 |
0 |
0 |
||||
|
|
|
Итого: |
|
3207 |
|
|
33,862 |
|
|
|
|
|
|
|
|
|
|
|
|
107 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
3.207 |
160% |
|
y |
33.862 |
1.693 руб. |
|
|
|
|
|
|
|
|
|
|
|
|||||
X |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
20 |
|
|
177 |
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, полученная величина коэффициента Фехнера свидетельствует о возможности наличии прямой связи.
Коэффициент Фехнера практически решает ту же задачу, которая ставится при построении группировочных и корреляционных таблиц, т.е. отвечает на вопрос о наличии и направлении коореляционной связи между признаками. Если же построена корреляционная или группировочная таблицы, то дополнительный расчет коэффициента Фехнера не имеет практи-
ческой значимости.
Кф 17 3 0,7
2) Коэффициент корреляции ранга рассчитывается не по фактическим значениям показателей, а
по рангам, которые присваиваются этим фактическим значениям в порядке возрастания или убывания. Если имеется несколько одинаковых фактических значений, то им присваивается одинаковый ранг, рассчитанный как средняя арифметическая суммы рангов, деленная на число показателей, у которых совпадают значения.
1 , где
d = Nx - Ny – разность рангов каждой пары значений х и у; n – число наблюдений.
|
6 107 |
|
642 |
|
1 |
20 202 1 1 |
|
|
0,92 |
7.980 |
Коэффициент Спирмэна изменяется от -1 до +1 3) Коэффициент ассоциации и контингенции.
При исследовании тесноты связи между 2-мя качественными альтернативными признаками. Для их вычисления строится четырех клеточная таблица, называемая также таблица ― Четырех полей‖.
Коэффициент ассоциации:
К ас |
|
ad bc |
, где |
|
|
|
ad bc |
a |
|
b |
|||
|
|
|
||||
a , b , c , d – значения частот в 4 – х клеточной таблице: |
|
|||||
|
|
|
|
c |
|
d |
|
|
|
178 |
|
|
|
Коэффициент контингенции:
Кконт |
|
ad bc |
|
|
|||
a b c d a c b d |
|||
|
|
Коэффициент контингенции изменяется от –1 до +1, но всегда < коэффициента ассоциации.
Пример: На основе опроса 540 чел., работающих в частной сфере деятельности и 540 чел., работающих в бюджетных организациях. Получены следующие ответы на вопрос, довольны ли они своей заработной платой:
|
|
|
|
|
Довольные |
|
|
Недоволь- |
|
||
|
Работающие |
|
|
заработной |
|
|
ные |
ИТОГО |
|||
|
|
|
|
|
платой |
|
|
|
заработной |
|
|
|
|
|
|
|
|
|
|
|
платой |
|
|
В частной сфере деятельности |
|
|
а |
|
|
|
b |
а+b |
|||
|
|
|
|
|
486 |
|
|
|
54 |
540 |
|
В бюджетной сфере деятельности |
c |
|
|
|
d |
c+d |
|||||
|
|
|
|
|
189 |
|
|
|
351 |
540 |
|
|
|
|
|
|
a+c |
|
|
|
b+d |
|
|
ИТОГО : |
|
|
675 |
|
|
|
405 |
1.080 |
|||
ас |
486 351 54 189 |
|
|
170.586 10.206 |
|
160.380 |
0,887 |
||||
|
|
|
|||||||||
|
486 351 54 189 |
170.586 10.206 |
|
180.792 |
|
|
Таким образом, по результатам опроса можно сделать убедительный вывод об увеличении числа довольных среди работающих в частной сфере деятельности, так как степень тесноты связи достаточно велика.
Однако, в тех случаях, когда хотя бы один из четырех показателей в таблице «Четырех полей» отсутствует, величина коэффициента ассоциации будет равна 1, что дает преувеличенную оценку степени тесноты связи между признаками. Поэтому, предпочтение отдается коэффициенту контингенции.
конт |
|
486 |
351 54 189 |
|
|
160.380 |
0,568 |
|
|
|
|
|
|
||||
540 |
405 675 540 |
|||||||
|
|
282.340 |
|
179