background image

 

 

Testy istotności w analizie 

korelacji

 

background image

 

 

Współczynnik korelacji Pearsona 
 <-1,1>.

 

n

i

i

n

i

i

n

i

i

i

n

i

n

i

i

i

n

i

i

i

y

y

n

x

x

n

y

x

y

x

n

y

y

x

x

y

y

x

x

r

1

2

2

1

2

2

1

1

1

2

2

1

1

1

1

r = 0 – współzależność nie występuje, brak korelacji

0  r  0,3 – słaby stopień współzależności
0,3  r  0,5 – średni stopień współzależności, 0,2 – 0,4 wyraźna , ale niska 

korelacja

0,5  r  0,7 – znaczny stopień współzależności . 0,4 – 0,7 umiarkowana 

korelacja

0,7  r  0,9 – wysoki stopień współzależności, 0,7 – 0,9 znacząca korelacja 
r  0,9 – bardzo wysoki stopień współzależności, >0,9 bardzo silna korelacja

r = 1 – współzależność całkowita (ścisłość) tzn. zależność funkcyjna między 
rozważanymi cechami.

 

background image

 

 

Korelacyjne wykresy 

rozrzutu 

korelacja liniowa dodatnia r 
> 0

x

y

x

y

korelacja liniowa ujemna r 
< 0

x

y

x

y

brak korelacji r = 
0

korelacja krzywoliniowa r 
= 0

background image

 

 

excell

background image

 

 

KOWARIANCJA





dxdy

y

x

f

m

y

m

x

p

m

y

m

x

Y

X

i

j

ij

)

,

(

)

)(

(

)

)(

(

)

,

cov(

01

10

01

10

Współczynnik korelacji

Y

X

Y

X

Y

D

X

D

Y

X

)

,

cov(

)

(

)

(

)

,

cov(

2

2

02

20

11

1

1

background image

 

 

Rozkład współczynnika 

korelacji 

 

n

i

i

n

i

i

n

i

i

i

n

i

n

i

i

i

n

i

i

i

y

y

n

x

x

n

y

x

y

x

n

y

y

x

x

y

y

x

x

r

1

2

2

1

2

2

1

1

1

2

2

1

1

1

1

2

1

1

ln

2

1

r

Z





3

1

,

)

1

(

2

1

1

ln

2

1

n

n

N

Statysty
ka

ma rozkład

3

)

1

(

2

1

1

ln

2

1

1

1

ln

2

1

0

0

0





n

n

r

r

U

ma rozkład   
N(0,1)

0

1

0

0

:

      

:

H

H

Testowanie hipotezy:

background image

 

 

 

 

[y

01 

,  y

11

)

 

[y

0 2 

,  y

1 2

)

 

 

[y

0 l 

,  y

1l

)

 

[x

01 

, x

11

)

[x

02 

, x

12

)

[x

03 

, x

13

)

.
.
.

[x

0k 

, x

1k

)

 

n

11

n

21

n

31

 

 

 

n

k1

 

n

1 2

n

2 2

n

3 2

 

 

 

n

k 2

 

 

n

1 l

n

2 l

n

3 l

 

 

 

n

k l

 

Tablica korelacyjna

background image

 

 

Bardzo często testuje się hipotezę o 

niezależności stochastycznej zmiennych 

losowych, tzn.

0

:

      

0

:

1

0

H

H

t

t

t

Q

t

t

P

n

r

r

t

:

2

1

2

ma rozkład  t-Studenta o 
n-2 stopniach swobody 

background image

 

 

Przykład 
1.
Pewnej populacji mającej dwuwymiarowy rozkład normalny 
wylosowano 12 elementową próbę prostą. Oblicz 
prawdopodobieństwo zdarzenia:

a)    gdy  

 = 0; 

b)   gdy  

 = 0.4.

******************************************************** 
 a)

2

1

2

n

r

r

t

205915

.

0

99

.

0

32

.

0

01

.

0

1

10

3

.

0

1

2

01

.

0

1

10

1

.

0

3

.

0

1

.

0

10

2

t

P

r

n

r

P

r

P

 „=1-ROZKŁAD.T(0.32,10,1)”   = 0.622223

„=1-ROZKŁAD.T(0.99,10,1)”   = 0.823278

background image

 

 

********************************************************  
b)

r

r

Z

1

1

ln

2

1





3

1

,

)

1

(

2

1

1

ln

2

1

n

n

N

3

)

1

(

2

1

1

ln

2

1

1

1

ln

2

1

0

0

0





n

n

r

r

U

194404

.

0

39

.

0

02

.

1

11

2

4

.

0

6

.

0

4

.

1

ln

2

1

7

.

0

3

.

1

ln

2

1

3

)

1

(

2

1

1

ln

2

1

1

1

ln

2

1

9

11

2

4

.

0

6

.

0

4

.

1

ln

2

1

9

.

0

1

.

1

ln

2

1

3

.

0

1

3

.

0

1

ln

2

1

1

1

ln

2

1

1

.

0

1

1

.

0

1

ln

2

1

3

.

0

1

.

0





U

P

n

n

r

r

P

r

r

P

r

P

„=ROZKŁAD.NORMALNY.S(-
0.39)”=0.348268
„=ROZKŁAD.NORMALNY.S(-
1.02)”=0.153864


Document Outline