Przykład 3
n
Zbadano 8 osób, posiadających różne wykształcenie, pod względem uzyskiwanych dochodów. Otrzymano następujące informacje:
/=!
r,=1" 3
n —n
-l< r5< i
Wykształcenie |
Dochód miesięczny (w zł) |
niepełne podstawowe |
956 |
podstawowe |
874 |
gimnazjalne |
931 |
zawodowe |
1050 |
średnie |
1245 |
licencjat |
1456 |
wyższe |
1898 |
wyższe ze stopniem doktora |
2745 |
r
ićv - <*»»
r
r
f /
up^wJ^yjCLi' ^ Ja*
Zastosowanie: (^Ld ^aieMoi-jcA ceJt
b
1
Określ siłę i kierunek zależność przy pomocy współczynnika korelacji rang Spearmana
kcUj^ j sT' ^^aylpd'Uou&tfU/^ S JC-yCp
JoodcocP lotek od L\,ksifa<CćiL?°\
6
Przykład 3
\
- Badanie zależności między cechami niemierzalnymi, ale dającymi się uporządkować w naturalny sposób; np. wykształcenie, wzrost (opisywany słownie);
- Badanie zależności między cechami mierzalnymi;
- Stosunkowo mała liczba obserwacji.
woń:
*/
/Vi cu ^ U ufott obie
j
V
Zbadano 8 osób, posiadających różne wykształcenie, pod względem uzyskiwanych dochodów. Otrzymano następujące informacje:
Wykształcenie (x) |
Dochód miesięczny (y • w zł) |
Ranga cechy x(kT) |
Ranga cechy y.(ky) |
d*2 h-- —J |
niepełne podstawowe |
956 |
-1 |
3 |
4 |
podstawowe |
...... 874 |
2 |
1 |
1 |
gimnazjalne |
931 |
3 |
2 |
1 1 |
zawodowe |
1050 |
4 |
4 |
0 1 |
średnie |
1245 |
5 |
5 |
o |
licencjat |
1456 |
6 |
6 |
0 J |
wyższe 1898 |
7 |
7. .!. o | | ||
wyższe ze stopniem doktora 2745 |
8 |
8 TO |
SUMA:
3
... 6-IX 6-6
o U {OlCr
8 -8
= 0*93
pi-/'
n —n o—o n j
uj rói% cp o
/'j) CO (7£/ O) yCf oCo L-ri~-0
/
XC). , / /n.jd-
O. ćt*xńLJiW ()frr\(Cj£
^ l a łjiicw
Przykład 4
li/ćia l)(Od
TO* (Ł&Jrź#
WM U ^Ac^ce^
\pOycM& Y)/ufU _ t^vv>
Poniższa tabela przedstawia liczbę małżeństw oraz urodzeń w Polsce w 2008 roku
Własności współczynnika korelacji rang Spearmana:
X
1)
rsilTI ~ ^
2)-l<
r*n> ~ '
Współczynnik korelacji rang Spearmana interpretujemy tak samo jak współczynnik korelacji Pearsona
«Cielca.2- ,
1 - - yU -A do d
/nan jfoJt
n
ii
o
lv
Wk/1' jePbifo
d Stawia
: jru<7<
województwo |
liczba małżeństw (wtys.) |
liczba urodzeń (wtys.) |
Ranga I cechy x K) : |
Ranga cechy y (KI-,.- |
d.2 : r I |
Dolnośląskie |
19,1 |
30,0 |
12 |
! o I | |
Kujawsko-pomorskie |
14,7 |
23,3 • |
8 |
78M |
0,25 |
Lubelskie |
14.8 |
\23,3/ |
9 |
\ 8.5 7 |
0.25 |
Lubuskie |
7j.O |
11:4 |
2 |
\^/ |
! o |
Łódzkie |
16,3 |
25,6 |
11 |
10 |
1 |
Małopolskie |
22,0 |
. 37,0 _ |
13 ! |
13 |
jol |
Mazowieckie |
34,0 |
59,0 |
16 |
16 |
0 |
Opolskie |
-6.2; |
9,2 |
1 |
1 |
0 |
Podkarpackie |
13,9 |
22,3 |
7 |
7 |
0 |
Podlaskie |
7.8 _ |
.. 1.2,0 |
3 |
3 |
0 |
Pomorskie |
16,0 |
27,6 |
10 |
11 |
1 |
Śląskie |
31.1 |
47.2 |
15 |
15 |
0 |
Świętokrzyskie |
8,6 |
. 12,8 |
4 |
4 |
0 |
Warmińsko-mazurskie |
10,0 |
16,4 |
5 |
5 |
j° I |
Wielkopolskie |
24,7 |
41,1 |
14 |
14 |
0 |
Zachodniopomorskie |
11.6 |
18,3 |
6 |
6 |
0 |
, '6:I<
r = ]--r==—
r = 1 -
Źródło:dane GUS SUMA: 2,5
Określ siłę i kierunek zależność przy pomocy współczynnika korelacji rang Spearmana
^i,V / <?/
n -n
6-2.5
16-16
/; = 0,996
r^V IcCcrUD i/
\
J/5foorticuj ,c^y j?U ■ . ^ f .L (/
\i . I. 7^/ \tir a Uuubj tyrodteO" , LC
intpi ! co1 n~>0c7i€*< (łiC ,
lu woh&Oł’ ido? \
C
O
ce(Aj a jA j u°j j-^p^orc
i -7)1 ^ rorrdF cftAy ^ Jjp ^
rv7 ^ _ F79 7 , /.
4 2
Ą &,
O- z
•3
6 -
zaiec ^t
U bilo ę Z?, 2 t <r-SL ct*ic!(u^
u
^(rl
U U
t
i /o>' Vjf ^
Uyco*^
1
n
£> i
/
bUbilo
Cdj*
r f ' \ / *
tilhltę rUAlfc>ij
fl‘u< K^\ A rtekffatfa^J oto UT^y^źz
J * u?%
/ /bn 0/^1
fJU& oL
• ft) rjol U/vvi cd 7 I^aT Li)cfJlUA &C)(ćM*o Y)U'A^
*yteiuG^t , j{C^
YK/^i\A C
Po ry/jotf bn /1^//' /h 7 nlo iboJ*1' A ^ {cłtj ^
i
i