Analiza współzależności cech statystycznych
Tablica korelacyjna
Y X |
y1 |
y2 |
… |
yl |
ni |
x1 |
n11 |
n12 |
… |
n1l |
n1 |
x2 |
n21 |
n22 |
… |
n2l |
n2 |
. . . |
. . . |
. . . |
. . . |
. . . |
. . . |
xk |
nk1 |
nk2 |
… |
nkl |
nk |
mj |
m1 |
m2 |
… |
ml |
n |
Przykład 1.
Obserwacje dotyczące dwóch zmiennych zostały przedstawione w postaci szeregu korelacyjnego (xi, yi), i=1,2,...,50.
4 |
7 |
8 |
9 |
11 |
13 |
14 |
16 |
18 |
19 |
19 |
5 |
9 |
11 |
12 |
14 |
14 |
16 |
17 |
18 |
8 |
7 |
4 |
5 |
15 |
5 |
0 |
2 |
3 |
4 |
0 |
5 |
6 |
1 |
2 |
3 |
11 |
7 |
11 |
10 |
12 |
11 |
7 |
9 |
11 |
13 |
14 |
16 |
18 |
15 |
13 |
18 |
20 |
19 |
20 |
4 |
5 |
7 |
10 |
12 |
15 |
18 |
18 |
20 |
6 |
10 |
11 |
12 |
9 |
3 |
14 |
15 |
16 |
17 |
20 |
18 |
13 |
17 |
15 |
16 |
24 |
20 |
19 |
19 |
22 |
20 |
23 |
24 |
21 |
26 |
27 |
29 |
30 |
25 |
30 |
27 |
26 |
25 |
27 |
29 |
Przeprowadzić grupowanie szeregu korelacyjnego dzieląc jego względem zmiennej X na kx = 4 klasy oraz względem zmiennej Y na ky = 5 klas. Wyniki tego pogrupowania podać w postaci tablicy korelacyjnej.
xmin=4, xmax=20, R= xmax - xmin = 16.
=
= 4.
Przedziały klas względem zmiennej X:
[4;8], (8;12], (12;16], (16;20].
ymin=0, ymax=30, R = ymax - ymin = 30.
=
= 6.
Przedziały klas względem zmiennej Y:
[0;6], (6;12], (12;18], (18;24], (24;30].
N |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
xi |
4 |
4 |
4 |
5 |
5 |
5 |
6 |
7 |
7 |
7 |
8 |
8 |
yj |
5 |
16 |
24 |
11 |
18 |
20 |
26 |
0 |
14 |
19 |
2 |
13 |
y*j |
0; 2; 5 |
11 |
13; 14; 16; 18 |
19; 20; 24 |
26 |
N |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
xi |
9 |
9 |
9 |
10 |
10 |
11 |
11 |
11 |
12 |
12 |
12 |
yj |
3 |
7 |
25 |
19 |
27 |
4 |
11 |
29 |
10 |
22 |
30 |
y*j |
3; 4 |
7; 10; 11 |
19; 22 |
25; 27; 29; 30 |
N |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
xi |
13 |
13 |
13 |
14 |
14 |
14 |
14 |
15 |
15 |
15 |
16 |
16 |
16 |
yj |
0 |
18 |
30 |
5 |
12 |
11 |
27 |
15 |
20 |
26 |
6 |
7 |
25 |
y*j |
0; 5; 6 |
7; 11; 12 |
15; 18 |
20 |
25; 26; 27; 30 |
N |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
xi |
17 |
17 |
18 |
18 |
18 |
18 |
18 |
19 |
19 |
19 |
20 |
20 |
20 |
20 |
yj |
9 |
27 |
1 |
11 |
13 |
23 |
24 |
2 |
3 |
15 |
17 |
16 |
21 |
29 |
y*j |
1; 2; 3 |
9; 11 |
13; 15; 16; 17 |
21; 23; 24 |
27; 29 |
Y X |
[0;6] |
(6;12] |
(12;18] |
(18;24] |
(24;30] |
ni |
[4;8] |
3 |
1 |
4 |
3 |
1 |
12 |
(8;12] |
2 |
3 |
0 |
2 |
4 |
11 |
(12;16] |
3 |
3 |
2 |
1 |
4 |
13 |
(16;20] |
3 |
2 |
4 |
3 |
2 |
14 |
mj |
11 |
9 |
10 |
9 |
11 |
50 |
Empiryczne linii regresji
Przykład 2.
Na podstawie otrzymanej tablicy korelacyjnej obliczyć średnie warunkowe x*j =x*(yj), j=1,2,3,4,5. Na przykład:
x*1 =x*(3) =
= 12,1818.
yj |
3 |
9 |
15 |
21 |
27 |
x*(yj) |
12,18 |
12,67 |
12,4 |
11,78 |
12,55 |
Na podstawie otrzymanej tablicy korelacyjnej obliczyć średnie warunkowe y*i =y*(xi),, i=1,2,3,4. Na przykład:
y*1 =y*(6) =
= 14.
xi |
6 |
10 |
14 |
18 |
y*(xi) |
14 |
16,6 |
15 |
14,6 |
Sporządzić wykres empirycznej linii regresji {(xi, y*i), i = 1, 2, 3, 4} , oraz empirycznej linii regresji {(yj, x*j), j = 1, 2, 3, 4, 5}.
Na podstawie wykresu empirycznychj linii regresji ocenić, czy oddziaływanie zmiennej X na zmienną Y ma charakter: a) liniowy (dodatni lub ujemny); b) krzywoliniowy; c) brak wpływu.
Odpowiedz:
Brak związku, ponieważ wykresem empirycznych linii regresji są dwie prostopadłe proste.
1