Слайд 2Корреляция – это зависимость между двумя случайными величинами.
Корреляция
Между различными явлениями существуют
![Корреляция – это зависимость между двумя случайными величинами. Корреляция Между различными явлениями](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-1.jpg)
сложные и многообразные связи. Их можно классифицировать.
В технике и естествознании часто говорят о функциональной зависимости. Например скорость выведения лекарственного вещества из организма.
Однако, многие явления происходят при воздействии многочисленных факторов, в этом случае, связь теряет свою строгую функциональность.
В результате, одна случайная переменная реагирует на изменения другой переменой изменением своего закона распределения.
Слайд 3Изучение статистических зависимостей основывается на исследовании таких связей между случайными переменными, при
![Изучение статистических зависимостей основывается на исследовании таких связей между случайными переменными, при](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-2.jpg)
которых значение одной изменяется в зависимости от того, какие значения принимает другая.
Так как понятие статистической зависимости относится к осредненным условиям , прогнозы не могут быть безошибочными. Применяя некоторые вероятностные методы , можно вычислить вероятность того, что ошибка прогноза не выйдет за определенные границы.
В исследованиях между изучаемыми признаками чаще всего наблюдаются корреляционные взаимосвязи. (Связь роста с весом, прыжки в длину и бег на короткие дистанции).
Слайд 5функциональная взаимосвязь
Функциональной называется взаимосвязь, при которой каждому значению одного показателя соответствует
![функциональная взаимосвязь Функциональной называется взаимосвязь, при которой каждому значению одного показателя соответствует строго определенное значение другого.](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-4.jpg)
строго определенное значение другого.
Слайд 6Статистическая взаимосвязь
Статистической взаимосвязью называется взаимосвязь, при которой одному значению первого показателя может
![Статистическая взаимосвязь Статистической взаимосвязью называется взаимосвязь, при которой одному значению первого показателя](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-5.jpg)
соответствовать несколько значений второго показателя.
Слайд 7Корреляционный анализ
Корреляционный анализ состоит в определении степени связи между двумя случайными величинами
![Корреляционный анализ Корреляционный анализ состоит в определении степени связи между двумя случайными величинами (Y и X).](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-6.jpg)
(Y и X).
Слайд 8Основные задачи корреляционного анализа
определение формы связи (линейная, нелинейная);
определение направления связи
![Основные задачи корреляционного анализа определение формы связи (линейная, нелинейная); определение направления связи](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-7.jpg)
(положительная связь или отрицательная);
определение степени или тесноты взаимосвязи (слабая, средняя, сильная).
Слайд 14Диапазон коэффициента корреляции
.
-1 ≤ r ≤ 1
![Диапазон коэффициента корреляции . -1 ≤ r ≤ 1](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-13.jpg)
Слайд 15Построение корелляционного поля
Пару случайных чисел x и y,представляющих собой результаты измерения спортивных
![Построение корелляционного поля Пару случайных чисел x и y,представляющих собой результаты измерения](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-14.jpg)
результатов, можно изобразить графически в прямоугольной системе координат в виде совокупности точек с координатами x, y. Множество этих точек образуют графическую зависимость, называемую корреляционным полем или диаграммой рассеивания.
Визуальный анализ графика позволяет выявить как форму, так и направленность и силу взаимосвязи.
Корреляционное поле необходимо обвести по краю и рассмотреть полученную фигуру, если обведенный ареал напоминает эллипс, то речь идет о линейной зависимости.
Далее производится анализ графика, если эллипс узкий, то зависимость сильная. По графику можно увидеть положительную или отрицательную направленность.
Слайд 17Критерии оценки силы взаимосвязи в корреляции
(функциональная зависимость)
(сильная зависимость)
(зависимости нет)
(очень слабая зависимость)
(слабая
![Критерии оценки силы взаимосвязи в корреляции (функциональная зависимость) (сильная зависимость) (зависимости нет)](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-16.jpg)
зависимость)
(средняя зависимость)
Слайд 18Коэффициент детерминации
Коэффициент детерминации (R²) -величина квадрата коэффициента корреляции.
Величина R² показывает долю
![Коэффициент детерминации Коэффициент детерминации (R²) -величина квадрата коэффициента корреляции. Величина R² показывает](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-17.jpg)
(%) части варьирования одного из признаков, связанную с варьированием другого
Слайд 19Коэффициент корреляции Браве-Пирсона
![Коэффициент корреляции Браве-Пирсона](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-18.jpg)
Слайд 20Вычисление коэффициента корреляции Браве-Пирсона
![Вычисление коэффициента корреляции Браве-Пирсона](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-19.jpg)
Слайд 21Этапы проверки гипотезы
1. Задаются уровнем значимости α=0,05.
2. Формулируют гипотезы Н0: r=0
![Этапы проверки гипотезы 1. Задаются уровнем значимости α=0,05. 2. Формулируют гипотезы Н0:](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-20.jpg)
Н1: r≠0
3. Рассчитывают эмпирическое значение t критерия Стьюдента
4. Определяют критическое значение критерия tкр
5. Сравнивают эмпирическое значение критерия с критическим
Слайд 22Пример исследования корреляции
Результаты метания диска и толкания ядра
![Пример исследования корреляции Результаты метания диска и толкания ядра](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-21.jpg)
Слайд 23Корреляционное поле
Рис. 6. Корреляционное поле
![Корреляционное поле Рис. 6. Корреляционное поле](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-22.jpg)
Слайд 25Вычисление суммы значений xi и yi
![Вычисление суммы значений xi и yi](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-24.jpg)
Слайд 26Определение средних значений признаков xi и yi
![Определение средних значений признаков xi и yi](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-25.jpg)
Слайд 28Значение коэффициента корреляции Браве-Пирсона
![Значение коэффициента корреляции Браве-Пирсона](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-27.jpg)
Слайд 29Коэффициент корреляции лежит в интервале , поэтому можно сделать предположение о том,
![Коэффициент корреляции лежит в интервале , поэтому можно сделать предположение о том,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-28.jpg)
что между результатами, показанными спортсменами в метании диска, и результатами, показанными ими в толкании ядра, существует линейная положительная сильная статистическая взаимосвязь.
Слайд 30Коэффициент детерминации
Таким образом, 70% взаимосвязи между двумя наборами данных объясняется их
![Коэффициент детерминации Таким образом, 70% взаимосвязи между двумя наборами данных объясняется их](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-29.jpg)
взаимовлиянием. Остальная часть вариации обусловлена воздействием других неучтенных причин.
Слайд 31Вывод о статистической значимости коэффициента корреляции
Между результатами, показанными спортсменами в метании
![Вывод о статистической значимости коэффициента корреляции Между результатами, показанными спортсменами в метании](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-30.jpg)
диска, и результатами, показанными ими в толкании ядра, существует значимая положительная взаимосвязь.
Слайд 32Коэффициенты вариации
Поскольку коэффициент вариации у результатов в метании диска больше, чем
![Коэффициенты вариации Поскольку коэффициент вариации у результатов в метании диска больше, чем](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-31.jpg)
у результатов в толкании ядра, то этот признак варьирует сильнее
Слайд 33Находим x и y
Заполняем таблицу
Находим
Находим
Алгоритм №1 вычисления коэффициента корреляции
![Находим x и y Заполняем таблицу Находим Находим Алгоритм №1 вычисления коэффициента корреляции](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-32.jpg)
Слайд 345. Проверка значимости выборочного коэффициента корреляции
Вычислить наблюдаемое значение критерия
Сравнить числа
![5. Проверка значимости выборочного коэффициента корреляции Вычислить наблюдаемое значение критерия Сравнить числа](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-33.jpg)
|Тнабл| и Tкрит :
если |Тнабл| < Tкрит , то принять гипотезу H0;
если |Тнабл| > Tкрит то гипотеза H0 отвергается
Слайд 36Вспомогательная таблица для расчета коэффициента корреляции
![Вспомогательная таблица для расчета коэффициента корреляции](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-35.jpg)
Слайд 37Алгоритм №2 вычисления коэффициента корреляции
Находим x и y
Заполняем таблицу
Находим ;
Находим
![Алгоритм №2 вычисления коэффициента корреляции Находим x и y Заполняем таблицу Находим ; Находим](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-36.jpg)
Слайд 38
Находим выборочный корреляционный момент:
Находим выборочный коэффициент корреляции:
![Находим выборочный корреляционный момент: Находим выборочный коэффициент корреляции:](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-37.jpg)
Слайд 397. Найти оценки параметров линейной
регрессии по выборке.
8. Изобразить заданные точки
![7. Найти оценки параметров линейной регрессии по выборке. 8. Изобразить заданные точки](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/871504/slide-38.jpg)
и
прямую регрессии.
Уравнение искомой прямой