Współczynnik korelacji Pearsona |
|
|
|
|
|
Współczynnik zmienności |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
jeżeli mamy 2 dane to stawiamy pytania |
|
|
|
|
charaktez zmiennej determinuje wybór metody. |
|
|
|
|
|
|
|
|
czy isnieje zależność |
|
|
|
|
dla2 zienych losowych liczymy wspołczynnik korelacji |
|
czy |
|
|
|
|
|
jej zakles ilościowy |
|
|
|
|
dla 1 losowej i jednej deterministycznej liczymy |
|
|
|
|
|
|
|
zastosowanie w praktyce |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
urzywany dla całej populacji gdy jest rozkład normalny |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Numer |
Y |
X |
Z |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
83 |
112 |
9 |
9 |
-9,91666666666667 |
1,08333333333333 |
-89,25 |
9,75 |
-10,7430555555556 |
81 |
98,3402777777779 |
1,17361111111111 |
|
|
|
|
|
|
|
2 |
77 |
135 |
6 |
3 |
13,0833333333333 |
-1,91666666666667 |
39,25 |
-5,75 |
-25,0763888888889 |
9 |
171,173611111111 |
3,67361111111111 |
|
|
|
|
|
|
|
3 |
95 |
129 |
14 |
21 |
7,08333333333333 |
6,08333333333333 |
148,75 |
127,75 |
43,0902777777778 |
441 |
50,173611111111 |
37,0069444444444 |
|
|
|
|
|
|
|
4 |
49 |
103 |
4 |
-25 |
-18,9166666666667 |
-3,91666666666667 |
472,916666666667 |
97,9166666666667 |
74,0902777777778 |
625 |
357,840277777778 |
15,3402777777778 |
|
|
|
|
|
|
|
5 |
63 |
127 |
8 |
-11 |
5,08333333333333 |
0,083333333333333 |
-55,9166666666666 |
-0,916666666666663 |
0,423611111111109 |
121 |
25,8402777777777 |
0,006944444444444 |
|
|
|
|
|
|
|
6 |
80 |
115 |
12 |
6 |
-6,91666666666667 |
4,08333333333333 |
-41,5 |
24,5 |
-28,2430555555556 |
36 |
47,8402777777778 |
16,6736111111111 |
|
|
|
|
|
|
|
7 |
91 |
124 |
10 |
17 |
2,08333333333333 |
2,08333333333333 |
35,4166666666666 |
35,4166666666667 |
4,34027777777777 |
289 |
4,34027777777776 |
4,34027777777778 |
|
|
|
|
|
|
|
8 |
79 |
143 |
9 |
5 |
21,0833333333333 |
1,08333333333333 |
105,416666666667 |
5,41666666666667 |
22,8402777777778 |
25 |
444,506944444444 |
1,17361111111111 |
|
|
|
|
|
|
|
9 |
36 |
98 |
5 |
-38 |
-23,9166666666667 |
-2,91666666666667 |
908,833333333334 |
110,833333333333 |
69,7569444444445 |
1444 |
572,006944444445 |
8,50694444444445 |
|
|
|
|
|
|
|
10 |
58 |
114 |
7 |
-16 |
-7,91666666666667 |
-0,916666666666667 |
126,666666666667 |
14,6666666666667 |
7,25694444444445 |
256 |
62,6736111111112 |
0,840277777777778 |
|
|
|
|
|
|
|
11 |
93 |
136 |
8 |
19 |
14,0833333333333 |
0,083333333333333 |
267,583333333333 |
1,58333333333333 |
1,17361111111111 |
361 |
198,340277777778 |
0,006944444444444 |
|
|
|
|
|
|
|
12 |
84 |
127 |
3 |
10 |
5,08333333333333 |
-4,91666666666667 |
50,8333333333333 |
-49,1666666666667 |
-24,9930555555555 |
100 |
25,8402777777777 |
24,1736111111111 |
|
|
|
|
|
|
|
Średnia |
74 |
121,916666666667 |
7,91666666666667 |
|
|
|
1969 |
372 |
133,916666666667 |
3788 |
2058,91666666667 |
112,916666666667 |
|
|
|
|
|
|
|
Odchylenie standardowe |
18,5570373811025 |
13,6811637817929 |
3,20392751402892 |
|
|
|
Sumy |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Współcz. zmienności |
0,250770775420304 |
0,112217337923114 |
0,404706633351021 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Oblicz współczynniki korelacji na podstawie tabelki |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,705052320634549 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
im większy współczynnik korelacji tym bardziej skorelowane' |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,568799138752341 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,277738586905201 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Oblicz współczynniki korelacji z funkcji Excela WSP.KORELACJI |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,705052320634549 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,568799138752341 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,277738586905201 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Wykorzystaj narzędzie KORELACJE |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z meny NARZĘDZIA|ANALIZA DANYCH|KORELACJE |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Numer |
Y |
X |
Z |
|
|
y |
x |
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
83 |
112 |
9 |
|
y |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
77 |
135 |
6 |
|
x |
0,705052320634549 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
95 |
129 |
14 |
|
z |
0,568799138752341 |
0,277738586905201 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
49 |
103 |
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
63 |
127 |
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
80 |
115 |
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7 |
91 |
124 |
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
79 |
143 |
9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9 |
36 |
98 |
5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
58 |
114 |
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
93 |
136 |
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
12 |
84 |
127 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Wykorzystaj program STATGRAPHICS do obliczenia współczynników korelacji. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. Skopuj tabele z danymi (B5:D16) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. Otwórz program STATGRAPHICS (bez StatWizarda) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3. Wklej dane i zmień nazwy kolumn (menu podręczne Modify Column) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4. Wyznacz macierz korelacji |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a. Discribe|Numeric Data|Multiple-Varable Analysis |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b. Dodaj wszystkie zmienne |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
c.Wywołaj Tabular Options (drugi przycisk) i zaznacz Korelacje OK. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Analysis Summary |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Data variables: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
z |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
There are 12 complete cases for use in the calculations. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
The StatAdvisor |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
--------------- |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
This procedure is designed to summarize several columns of |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
quantitative data. It will calculate various statistics, including |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
correlations, covariances, and partial correlations. Also included in |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
the procedure are a number of multivariate graphs, which give |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
interesting views into the data. Use the Tabular Options and |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Graphical Options buttons on the analysis toolbar to access these |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
different procedures. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
After this procedure, you may wish to select another procedure to |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
build a statistical model for your data. Depending on your goal, one |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
of several procedures may be appropriate. Following is a list of |
|
|
|
|
|
|
|
|
|
|
goals with an indication of which procedure would be appropriate: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
GOAL: build a model for predicting one variable given values of one of |
|
|
|
|
|
|
|
|
|
more other variables. |
|
|
|
|
|
|
|
|
|
PROCEDURE: Relate - Multiple regression |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
GOAL: group rows of data with similar characteristics. |
|
|
|
|
|
|
|
|
|
PROCEDURE: Special - Multivariate Methods - Cluster Analysis |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
GOAL: develop a method for predicting which of several groups new rows |
|
|
|
|
|
|
opis tego co jest w tabelce |
|
|
belong to. |
|
|
|
|
|
|
1 korelacja |
|
|
PROCEDURE: Special - Multivariate Methods - Discriminant Analysis |
|
|
|
|
|
|
2 liczba obserwacji |
|
|
|
|
|
|
|
|
|
3 pozion krytyczny |
|
rzeczywiste ryzyko popełnienia błędu |
GOAL: reduce the number of columns to a small set of meaningful |
|
|
|
|
|
|
|
|
jeżeli jest mniejsze niż przez nas przyjęte to odrzucamy |
measures. |
|
|
|
|
|
|
|
|
jeżeli większe to nieodrzucamy |
PROCEDURE: Special - Multivariate Methods - Factor Analysis |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
GOAL: determine which combinations of the columns determine most of |
|
|
|
|
|
|
|
|
|
the variability in your data. |
|
|
|
|
|
|
|
|
|
PROCEDURE: Special - Multivariate Methods - Principal Components |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
GOAL: find combinations of the columns which are strongly related to |
|
|
|
|
|
|
|
|
|
each other. |
|
|
|
|
|
|
|
|
|
PROCEDURE: Special - Multivariate Methods - Canonical Correlations |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dzichciarz 48 |
|
|
|
|
|
|
|
|
|
|
|
Metoda Nowaka |
|
|
|
|
|
|
|
|
|
|
|
|
Zebrano dane o wielkości produkcji w pewnym przedsiębiorstwie z 28 lat. |
|
|
|
|
|
|
|
|
|
|
|
Zaproponowano 5 zmiennych objaśniających. Przeprowadź eliminację cech zbędnych metodą Nowaka. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X1 |
X2 |
X3 |
X4 |
X5 |
|
|
|
|
0,58 |
X1 |
|
1,00 |
0,79 |
0,26 |
0,64 |
0,10 |
|
dene muszą być |
|
|
0,86 |
X2 |
|
0,79 |
1,00 |
0,33 |
0,86 |
0,59 |
|
1. silnie skorelowane z y więc ich Rj musi byś większy od r* |
|
Rj= |
0,34 |
X3 |
Rjm= |
0,26 |
0,33 |
1,00 |
0,17 |
0,51 |
|
2. słabo skorelowane midzy sobią więc ich współczynniki korelacji Rjm muszą być mniejsze od r* |
|
|
0,87 |
X4 |
|
0,64 |
0,86 |
0,17 |
1,00 |
0,62 |
|
|
|
|
0,83 |
X5 |
|
0,10 |
0,59 |
0,51 |
0,62 |
1,00 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
I= |
2,779 |
ROZKŁAD.T.ODW(0,01;28-2) |
|
|
|
wartość statystyki t-studenta dla założenego poziomu istotności alfa i n-2 poziomami istotności |
|
|
|
|
|
|
|
|
|
|
|
|
|
r*= |
0,479 |
wartość krytyczna współczynnika korelacji |
|
|
|
|
|
|
|
|
|
|
|
|
1. Eliminujemy zmienną X3, poniewż jest za słabo skorelowana ze zmienną Y |
|
|
|
|
|
|
|
|
|
X1 |
X2 |
X4 |
X5 |
|
|
|
|
|
0,58 |
X1 |
|
1,00 |
0,79 |
0,64 |
0,10 |
|
|
|
|
|
0,86 |
X2 |
|
0,79 |
1,00 |
0,86 |
0,59 |
|
|
|
|
Rj= |
0,87 |
X4 |
Rjm= |
0,64 |
0,86 |
1,00 |
0,62 |
|
|
|
|
|
0,83 |
X5 |
|
0,10 |
0,59 |
0,62 |
1,00 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. Do modelu wprowadzamy zmienną X4, ponieważ jest najsilniej skorelowana ze zmienną Y |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3. Eliminujemy zmienne X1, X2 i X5, ponieważ są silnie skorelowane z X4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Wniosek: W modelu należy uwzględnić jedynie zmienną X4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Metoda Hellwiga |
|
|
|
|
|
|
|
|
|
|
|
|
Zebrano dane o wielkości produkcji w pewnym przedsiębiorstwie z 28 lat. |
|
|
|
|
|
|
|
|
|
|
|
Zaproponowano 3 zmienne objaśniające. Przeprowadź eliminację cech zbędnych metodą Hellwiga |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X1 |
X2 |
X3 |
|
|
|
|
|
|
0,58 |
X1 |
|
1,00 |
0,79 |
0,64 |
|
|
|
|
|
Rj= |
0,86 |
X2 |
Rjm= |
0,79 |
1,00 |
0,86 |
|
|
|
|
|
|
0,87 |
X3 |
|
0,64 |
0,86 |
1,00 |
|
|
|
|
|
|
Pojemności indywidualne |
|
|
|
Pojemności Integralne |
|
|
|
|
|
|
{X1} |
0,34 |
|
|
|
0,34 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
{X2} |
0,74 |
|
|
|
0,74 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
wybieramy to gdzie jest największa pojemność integralna |
|
|
{X3} |
0,76 |
|
|
|
0,76 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
{X1,X2} |
0,19 |
0,41 |
|
|
0,60 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
{X1,X3} |
0,21 |
0,46 |
|
|
0,67 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
{X2,X3} |
0,40 |
0,41 |
|
|
0,80 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
{X1,X2,X3} |
0,14 |
0,28 |
0,30 |
|
0,72 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Uwagi prowadzącego: |
|
|
|
|
|
|
|
|
Metoda Hellwiga może prowadzić do doboru zmiennych silnie skorelowanych. |
Lata |
Y |
X1 |
X2 |
X3 |
X4 |
|
|
Jest uciążliwa, dla dużego wymiaru zadania. |
1991 |
10 |
6 |
8 |
14 |
12 |
|
|
|
1992 |
10 |
6 |
8 |
14 |
12 |
|
|
|
1993 |
16 |
10 |
12 |
18 |
12 |
|
|
|
1994 |
16 |
10 |
12 |
18 |
12 |
|
|
|
1995 |
12 |
8 |
8 |
18 |
10 |
|
|
|
1996 |
14 |
10 |
8 |
18 |
12 |
|
|
|
1997 |
20 |
12 |
14 |
24 |
10 |
|
|
|
1998 |
20 |
12 |
16 |
24 |
12 |
|
|
|
1999 |
20 |
12 |
16 |
26 |
12 |
|
|
|
2000 |
22 |
14 |
18 |
26 |
10 |
|
|
|
średnie |
16 |
10 |
12 |
20 |
11,4 |
|
|
|
odch.stand |
4,422 |
2,667 |
3,887 |
4,619 |
0,966 |
|
|
|
wsp. zmienności |
0,276 |
0,267 |
0,324 |
0,231 |
0,085 |
odchylenie standardowe/średnia |
|
|
|
|
|
|
|
|
x4 jest mniejsze od 0,1 |
|
|
wsp. korelacji |
|
|
|
|
|
|
|
|
|
0,980 |
0,957 |
0,957 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
macierz korelacji zmiennych objaśniających |
|
|
|
|
|
|
|
|
|
x1 |
x2 |
x3 |
|
|
|
|
|
x1 |
1,000 |
0,900 |
0,938 |
|
|
|
|
|
x2 |
0,900 |
1,000 |
0,916 |
|
|
|
|
|
x3 |
0,938 |
0,916 |
1,000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 1 |
x1 |
x2 |
x3 |
|
|
|
|
|
|
2,839 |
2,816 |
2,854 |
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,338 |
0,325 |
0,321 |
0,984 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 2 |
x1 |
x2 |
|
|
|
|
|
|
|
1,900 |
1,900 |
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,505 |
0,482 |
0,987 |
Pojemność integralna |
|
|
kombinacja 2 ma największą pojemność integralną więc wybieramy te zmienne opisujące |
|
|
|
|
|
|
|
|
|
Kombinacja 3 |
x2 |
x3 |
|
|
|
|
|
|
|
1,916 |
1,916 |
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,478 |
0,478 |
0,956 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 4 |
x1 |
x3 |
|
|
|
|
|
|
|
1,938 |
1,938 |
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,495 |
0,473 |
0,968 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 5 |
x1 |
|
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,960 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 6 |
x2 |
|
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,915 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 7 |
x3 |
|
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,917 |
Pojemność integralna |
|
|
|
|
|
|
Nr |
Y |
X1 |
X2 |
X3 |
X4 |
|
|
|
2 |
18,3 |
28 |
11 |
157 |
112 |
|
|
|
1 |
19 |
36 |
12 |
167 |
130 |
|
|
|
3 |
22 |
20 |
10 |
111 |
125 |
|
|
|
4 |
25 |
22 |
8 |
107 |
110 |
|
|
|
5 |
26,5 |
18 |
4 |
100 |
119 |
|
|
|
6 |
27 |
21 |
7 |
110 |
117 |
|
|
|
7 |
27 |
20 |
4,5 |
170 |
122 |
|
|
|
8 |
28 |
19 |
5 |
109 |
114 |
|
|
|
9 |
31 |
20 |
6,5 |
138 |
128 |
|
|
|
10 |
32,5 |
23 |
6 |
142 |
123 |
|
|
|
11 |
34 |
27 |
6 |
149 |
113 |
|
|
|
12 |
35 |
28 |
5 |
128 |
111 |
|
|
|
13 |
35 |
25 |
3,5 |
139 |
118 |
|
|
|
14 |
36,5 |
31 |
3 |
115 |
121 |
|
|
|
15 |
38 |
33 |
3 |
141 |
110 |
|
|
|
17 |
42,5 |
38 |
3,5 |
150 |
115 |
|
|
|
18 |
43 |
26 |
2,5 |
170 |
116 |
|
|
|
16 |
44 |
37 |
2,5 |
121 |
125 |
|
|
|
19 |
44 |
38 |
1 |
149 |
119 |
|
|
|
20 |
44 |
41 |
2 |
165 |
130 |
|
|
|
|
|
|
|
|
|
|
|
|
średnie |
32,615 |
27,55 |
5,3 |
136,9 |
118,9 |
|
|
|
odch.stand |
8,389 |
7,402 |
3,050 |
22,992 |
6,447 |
|
|
|
wsp. zmienności |
0,257 |
0,269 |
0,575 |
0,168 |
0,054 |
<0,1 |
x4 odpada ponieważ jest mniejsze od 0,1 |
|
|
|
|
|
|
|
|
|
|
wsp. korelacji |
|
|
|
|
|
|
|
|
|
|
0,59 |
0,89 |
0,22 |
|
|
|
|
|
|
|
|
|
|
|
|
|
macierz korelacji zmiennych objaśniających |
|
|
|
|
|
|
|
|
|
x1 |
x2 |
x3 |
|
|
|
|
|
x1 |
1,000 |
0,327 |
0,458 |
|
|
|
|
|
x2 |
0,327 |
1,000 |
0,049 |
|
|
|
|
|
x3 |
0,458 |
0,049 |
1,000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 1 |
x1 |
x2 |
x3 |
|
|
|
|
|
|
1,785 |
1,376 |
1,507 |
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,194 |
0,573 |
0,032 |
0,800 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 2 |
x1 |
x2 |
|
|
|
|
|
|
|
1,327 |
1,327 |
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,261 |
0,594 |
0,855 |
Pojemność integralna |
|
|
wybieramy kombinację 2 ponieważ ma największą pojemność integralną |
|
|
|
|
|
|
|
|
|
Kombinacja 3 |
x2 |
x3 |
|
|
|
|
|
|
|
1,049 |
1,049 |
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,752 |
0,047 |
0,798 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 4 |
x1 |
x3 |
|
|
|
|
|
|
|
1,458 |
1,458 |
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,238 |
0,033 |
0,271 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 5 |
x1 |
|
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,347 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 6 |
x2 |
|
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,789 |
Pojemność integralna |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Kombinacja 7 |
x3 |
|
|
|
|
|
|
|
Indywidualne wskaźniki pojemności informacyjnej |
0,049 |
Pojemność integralna |
|
|
|
|
|
|
Na podstawie danych o 28 obiektach wyznaczono wszystkie korelacje. Przyjmująć poziom istotności a=0,1 dokonaj redukcji zmiennych objaśnianych. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Macierz korelacji |
|
|
Korelacje ze zmienną objaśnianą |
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
|
|
|
krok 1 |
1 |
1 |
-0,90 |
0,35 |
-0,17 |
-0,62 |
-0,40 |
-0,16 |
-0,55 |
|
1 |
-0,59 |
0,59 |
przyjąć |
2 |
-0,90 |
1 |
-0,06 |
-0,38 |
0,00 |
0,15 |
0,22 |
0,11 |
|
2 |
-0,06 |
0,06 |
odrzucić |
3 |
0,35 |
-0,06 |
1 |
0,33 |
-0,11 |
-0,20 |
-0,45 |
-0,02 |
|
3 |
-0,08 |
0,08 |
odrzucić |
4 |
-0,17 |
-0,38 |
0,33 |
1 |
0,20 |
-0,07 |
-0,44 |
0,07 |
|
4 |
0,13 |
0,13 |
odrzucić |
5 |
-0,62 |
0,00 |
-0,11 |
0,20 |
1 |
0,22 |
0,17 |
-0,11 |
|
5 |
0,54 |
0,54 |
przyjąć |
6 |
-0,40 |
0,15 |
-0,20 |
-0,07 |
0,22 |
1 |
-0,19 |
0,47 |
|
6 |
-0,15 |
0,15 |
odrzucić |
7 |
-0,16 |
0,22 |
-0,45 |
-0,44 |
0,17 |
-0,19 |
1 |
0,05 |
|
7 |
-0,10 |
0,1 |
odrzucić |
8 |
-0,55 |
0,11 |
-0,02 |
0,07 |
-0,11 |
0,47 |
0,05 |
1 |
|
8 |
0,72 |
0,72 |
przyjąć |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ROZKŁAD.T.ODW(F17;F19) |
|
|
|
|
|
|
|
|
|
I |
1,706 |
|
a |
0,1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
r* |
0,317 |
|
n-2 |
26 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. |
Należy pominąć zmienne 2,3,4,6,7 |
|
|
|
|
|
1. należy pominąć zmienne |
|
|
2,3,4,6,7 |
|
|ri*|<r* |
|
2. |
p=8 |
|
|
|
|
|
2. przyjęta zmienna |
|
|
8 |
|
|
|
3. |
Pominąć zmienną 1 |
|
|
|
|
|
3. pominięte zmienne |
|
|
1 |
|
|rim*|<r* |
|
2. |
p=5 |
|
|
|
|
|
4. przyjąć zmienne |
|
|
5,8 |
|
silnie skorelowane z y a słabo poiędzy sobą |
|
3. |
Nie pomijać żadnej zmiennej |
|
|
|
|
|
|
|
|
|
|
|
|
4. Wszystkie zmienne pominięte lub uwzględnine. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
W modelu należy uwzględnić zmienne 5 i 8. |
|
|
|
|
|
|
|
|
|
|
|
|
|
0,43 |
|
1 |
0,4 |
0,25 |
0,26 |
-0,49 |
-0,28 |
0,08 |
|
|
|
|
|
|
|
0,53 |
|
0,4 |
1 |
0,74 |
0,62 |
-0,84 |
0,31 |
0,62 |
|
|
|
|
|
|
|
-0,28 |
|
0,25 |
0,74 |
1 |
0,53 |
-0,64 |
0,14 |
0,41 |
|
|
|
|
|
|
R0 = |
0,54 |
R = |
0,26 |
0,62 |
0,53 |
1 |
-0,69 |
0,16 |
0,38 |
|
|
|
|
|
|
|
-0,58 |
|
-0,49 |
-0,84 |
-0,64 |
-0,69 |
1 |
-0,13 |
-0,55 |
|
|
|
|
|
|
|
0,04 |
|
-0,28 |
0,31 |
0,14 |
0,16 |
-0,13 |
1 |
-0,03 |
|
|
|
|
|
|
|
0,59 |
|
0,08 |
0,62 |
0,41 |
0,38 |
-0,55 |
-0,03 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Stosując metodę analizy macierzy współczynników korelacji wybrać do modelu ekonometrycznego optymalną kombinację zmiennych objaśniających. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Przyjąć poziom istotności równy 0,05. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Wielkość próby n równe 30. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Podać: a) które zmienne zostały wyeliminowane w kroku 1., b) która zmienna została wybrana w kroku 2., c) które zmienne zostały wyeliminowane w kroku 3 oraz d) które zmienne wchodzą do modelu ekonometrycznego. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ROZWIĄZANIE |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R0T = |
0,43 |
0,53 |
-0,28 |
0,54 |
-0,58 |
0,04 |
0,59 |
|
|
poziom istotności |
0,05 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
wielkośc próby (n) |
30 |
|
|
|
|
|
1 |
0,4 |
0,25 |
0,26 |
-0,49 |
-0,28 |
0,08 |
|
|
stopnie swobody (n-2) |
28 |
|
|
|
|
|
0,4 |
1 |
0,74 |
0,62 |
-0,84 |
0,31 |
0,62 |
|
|
|
|
|
|
|
|
|
0,25 |
0,74 |
1 |
0,53 |
-0,64 |
0,14 |
0,41 |
|
|
|
|
|
R = |
0,26 |
0,62 |
0,53 |
1 |
-0,69 |
0,16 |
0,38 |
|
t* |
2,04840714179525 |
z funkcji excela |
|
-0,49 |
-0,84 |
-0,64 |
-0,69 |
1 |
-0,13 |
-0,55 |
|
(t*)2 |
4,19597181855777 |
|
|
-0,28 |
0,31 |
0,14 |
0,16 |
-0,13 |
1 |
-0,03 |
|
r*2 |
0,1303 |
|
|
0,08 |
0,62 |
0,41 |
0,38 |
-0,55 |
-0,03 |
1 |
|
r* |
0,3610 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
|
|
|
|
|
|
|
R0T = |
0,43 |
0,53 |
0,28 |
0,54 |
0,58 |
0,04 |
0,59 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
1 |
0,4 |
0,25 |
0,26 |
0,49 |
0,28 |
0,08 |
|
|
|
|
|
|
|
|
2 |
0,4 |
1 |
0,74 |
0,62 |
0,84 |
0,31 |
0,62 |
|
|
|
|
|
|
|
|
3 |
0,25 |
0,74 |
1 |
0,53 |
0,64 |
0,14 |
0,41 |
|
|
|
|
|
|
|
|
R = |
0,26 |
0,62 |
0,53 |
1 |
0,69 |
0,16 |
0,38 |
|
|
|
|
|
|
|
|
5 |
0,49 |
0,84 |
0,64 |
0,69 |
1 |
0,13 |
0,55 |
|
|
|
|
|
|
|
|
6 |
0,28 |
0,31 |
0,14 |
0,16 |
0,13 |
1 |
0,03 |
|
|
|
|
|
|
|
|
7 |
0,08 |
0,62 |
0,41 |
0,38 |
0,55 |
0,03 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a) zmienne wyeliminowane w kroku 1 |
|
|
|
|
|
3,6 |
|
|
|
|
|
|
|
|
|
b)zmienna wybrana |
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
|
c)zmienne wyeliminowane krok 2: |
|
|
|
|
|
2,4,5 |
|
|
|
|
|
|
|
|
|
d) zmienne wchodzące do modelu ekonometrycznego |
|
|
|
|
|
1,7 |
silnie skorelowane z y a słabo pomiedzy sobą |
|
|
|
|
|
|
|