Множественный корреляционный анализ


 

Как правило экономический процесс описывается числом показателей, более двух, т.е. вектором случайных величин:

 

X=(X1, X2….., Xj…., Xm)

 

j - номер показателя (фактора)

 

3.4.1. Корреляционная матрица

 

Пусть совокупность {Xj} имеет совместный нормальный закон распределения. Тогда, как и ранее, взаимосвязь между двумя показателями Xi и Xj можно описать коэффициентом парной линейной корреляции Tij. Множество всех возможных сочетаний{Tij }, i,j= образует квадратную корреляционную матрицу:

(3.11)

 

Отметим важные свойства корреляционной матрицы

 

1). Все диагональные элементы этой матрицы равны единице:

 

daig K = Tji = 1

 

2). Корреляционная матрица – симметричная, т.е. ее элементы, симметричные относительно главной диагонали, равны друг другу:

Tij = Tji,

так как произведение в формуле (3.4) для Tij не зависит от порядка следования сомножителей.

 

3.4.2. Выборочный коэффициент множественной корреляции

Коэффициент множественной корреляции определяет тесноту связи одного показателя с совокупностью остальных (n-1) показателей при их одновременном действии:

 

(3.12)

 

Kjj – алгебраическое дополнение элемента Tjj матрицы К.

Коэффициент множественной корреляции изменяется от 0 до +1, т.е. всегда неотрицателен.

3.4.3. Частный коэффициент корреляции

 

Частный коэффициент корреляции служит количественной мерой связи случайных величин Xi и Xj при условии исключения влияния других случайных (m-2) величин, т.е. при их фиксации.

Выборочная оценка коэффициента частной корреляции определяется по формуле:

 

(3.13)

 

где Kij, Kjj – алгебраическое дополнение соответствующих элементов матрицы К.

Частный коэффициент корреляции так же, как и парный коэффициент линейной парной корреляции, изменяется от -1 до + 1, т.е. может быть отрицательным.

Гипотеза о значимости частного коэффициента корреляции проверяется так же, как и для парного коэффициента корреляции:

 

H0 : tr < tтаб(a; N-2)

3.4.4. Коэффициент детерминации

 

Коэффициент детерминации равен квадрату множественного коэффициента корреляции и показывает: какую долю общей дисперсии исследуемого показателя Xj объясняет (формирует) вариация всех остальных (n-1) показателей X1,X2,…,Xn при их совместном действии:

 

(3.14)

 

3.4.5. Оценка значимости множественного коэффициента детерминации

 

Используется F – статистика Фишера для R2:

 

(3.15)

 

где, m – число компонент вектора ; N – число опытов.

Проверяется нуль гипотеза:

H0 : F = 0;

если то коэффициент множественной корреляции незначим (гипотеза Н0 принимается);

если то R2 значим (гипотеза Н0 отвергается);

– n1– число степеней свободы для числителя; n2 – число степеней свободы для знаменателя (n1=m-1; n2=N-m) дроби (2.15).

 

3.4.6. Индекс корреляции при нелинейной связи двух случайных величин

 

Слово «индекс» здесь понимается в смысле «отношения» [ ]. Поэтому употребляется и другой термин для этой числовой меры: «корреляционное отношение».

Пусть две случайные величины X и Y связаны в среднем нелинейным функциональным уравнением вида:

(3.16)

Например:

 

Функция f(x) должна быть априори известна.

(3.17)

 

Тогда выборочная оценка индекса корреляции равна:

 

(3.18)

 

Практическая формула для индекса корреляции:

 

(3.19)

 

Здесь:

– дисперсия остатков уравнения регрессии;

– общая дисперсия как мера разброса наблюдений вокруг среднего.

Заметим, что при подстановке и под корень в уравнении (3.19) и условии (N-m)»(N-1) при больших N степени свободы и их можно сократить, откуда следует упрощенная приближенная расчетная формула.

 

(3.20)

 

Эта формула допускает наглядное толкование: чем сильнее стохастическая связь в уравнении (3.17), тем меньше доля дисперсии по отношению к общей дисперсии и больше индекса корреляции .

 

3.4.7. Индекс множественной корреляции

 

Пусть построено нелинейное уравнение множественной регрессии:

 

(2.21)

 

Тогда использую простую формулу (2.21), можно получить индекс множественной корреляции

 

(2.22)

 

Соответственно квадрат этого индекса даст множественный индекс детерминации в нелинейном случае.

 

 



Дата добавления: 2020-12-11; просмотров: 435;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.014 сек.