Корреляционный анализ

Корреляционный анализ есть метод установления связи и измерения ее тесноты между наблюдениями, которые можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону.

Практическая реализация корреляционного анализа включает следующие этапы:

а) постановка задачи и выбор признаков;

б) сбор информации и ее первичная обработка (группировки, исключение аномальных наблюдений, проверка нормальности одномерного распределения);

в) предварительная характеристика взаимосвязей (аналитические группировки, графики);

г) устранение мультиколлинеарности (взаимозависимости факторов) и уточнение набора показателей путем расчета парных коэффициентов корреляции;

д) исследование факторной зависимости и проверка ее значимости;

е) оценка результатов анализа и подготовка рекомендаций по их практическому использованию.

Корреляционная связь - это связь, где воздействие отдельных факторов проявляется только как тенденция (в среднем) при массовом наблюдении фактических данных. Примерами корреляционной зависимости могут быть зависимости между размерами активов банка и суммой прибыли банка, ростом производительности труда и стажем работы сотрудников.

Наиболее простым вариантом корреляционной зависимости является парная корреляция, т.е. зависимость между двумя признаками (результативным и факторным или между двумя факторными). Математически эту зависимость можно выразить как зависимость результативного показателя у от факторного показателя х. Связи могут быть прямые и обратные. В первом случае с увеличением признака х увеличивается и признак у, при обратной связи с увеличением признака х уменьшается признак у.

Важнейшей задачей является определение формы связи с последующим расчетом параметров уравнения, или, иначе, нахождение уравнения связи (уравнения регрессии).

Могут иметь место различные формы связи:

Прямолинейная:

криволинейная в виде:

параболы второго порядка (или высших порядков)

гиперболы

показательной функции

и т.д.

Параметры для всех этих уравнений связи, как правило, определяют из системы нормальных уравнений, которые должны отвечать требованию метода наименьших квадратов (МНК):

Если связь выражена параболой второго порядка (), то систему нормальных уравнений для отыскания параметров a₀ , a₁ , a₂ (такую связь называют множественной, поскольку она предполагает зависимость более чем двух факторов) можно представить в виде

В статистике теснота связи может определяться с помощью различных коэффициентов (Фехнера, Пирсона, коэффициента ассоциации и т.д.), чаще используется линейный коэффициент корреляции.

Коэффициент корреляции изменяется от -1 до +1 и показывает тесноту и направление корреляционной связи.

Если отклонения по и поот среднего совпадают и по знаку, и по величине, то это полная прямая связь, то=+1.

Если полная обратная связь, то =-1.

Если связь отсутствует, то =0.

Наиболее удобной формулой для расчета коэффициента корреляции является:

Коэффициент корреляции можно рассчитать и по другой формуле:

Теснота связи устанавливается по шкале Чеддока:

Если коэффициент корреляции находится в пределах:

0,1-0,3 - связь слабая

0,3-0,5 – связь умеренная

0,5-0,7 – связь заметная

0,7-0,9 – связь высокая

0,9-0,99 – связь весьма высокая.

Пример:

Товарооборот(х)	Издержки обращения (у)
480	30	230400	900	14400
510	25	260100	625	12750
530	31	280900	961	16430
540	28	291600	784	15120
570	29	324900	841	16530
590	32	348100	1024	18880
620	36	384400	1296	22320
640	36	409600	1296	23040
650	37	422500	1369	24050
660	38	435600	1444	25080

Все необходимые данные для определения коэффициента корреляции есть в таблице, их лишь остается подставить в необходимую формулу.

По шкале Чеддока связь между рассматриваемыми показателями высокая.