Решение типовой задачи – построение коэффициентов корреляции
Для иллюстрации построения коэффициента ассоциации используем таблицу сопряженности, полученную нами в лабораторной работе №2.
Рисунок 6.11– Расчет коэффициента ассоциации Пирсона
В результате ввода формулы, получаем значение коэффициента равное -0,21, т.е. наличие взаимосвязи между выделенными альтернативными признаками не подтверждается.
Для иллюстрации алгоритма построения коэффициента сопряженности Пирсона, на первом этапе построим сводную таблицу, совместив два признака «Пол» и «В какое время суток выкуриваете большее количество сигарет».
На втором этапе оценим показатель взаимной сопряженности:
Рисунок 6.12 – Оценка вспомогательных (промежуточных) значений для расчета показателя взаимной сопряженности
Рисунок 6.13 - Оценка показателя взаимной сопряженности
Имея значения показателя взаимной сопряженности оценим и сам коэффициент сопряженности Пирсона:
Рисунок 6.14 – Оценка коэффициента сопряженности Пирсона
Полученное значение показателя указывает на отсутствие взаимосвязи между рассматриваемыми признаками.
Для иллюстрации алгоритма расчета коэффициента корреляции знаков Фихнеера вновь возвратимся к значениям приведенным в таблице 6.3.
Шаг 1. Находим среднее значения по исследуемым показателям, для этого используем формулу средней арифметической простой (функция = СРЗНАЧ(число1; число2; ...))
Рисунок 6.15 – Оценка средних значений
|
|
|
Шаг 2. Образуем, дополнительные столбцы в исходной таблице, в которых отобразим знаки отклонения индивидуальных величин от соответствующих средних.
Отклонения от 
Отклонения от 
Для этих целей используем функцию - ЕСЛИ, которая возвращает одно значение, если заданное условие при вычислении дает значение ИСТИНА, и другое значение, если ЛОЖЬ.
=ЕСЛИ(лог_выражение;значение_если_истина;значение_если_ложь)
Рисунок 6.16 – Результаты расчета отклонений индивидуальных значении от средней
Шаг 3. Производим подсчет значений C и H, для этого образуем новый столбец в котором вновь используем встроенную функцию ЕСЛИ.
Рисунок 6.17 – Сопоставление отклонений от средней
Шаг 4. Подсчитываем число полученных совпадений (не совпадений), для этого используем следующую функцию:
| = СЧЁТЕСЛИ(диапазон критерий) | - | Подсчитывает количество ячеек внутри диапазона, удовлетворяющих заданному критерию. |
Получаем совпадение знаков C=12 (т.е. «+» и «+», «–» и «–») соответственно не совпадение - H=15-12=3.
Шаг 4. Имея значения числа совпадений и не совпадений знаков рассчитаем коэффициент корреляции знаков Фихнера:
= 
=0,6
Так как значение показателя получено больше 0,6 можно утверждать о наличии прямой сильной связи между исследуемыми показателями.
|
|
|
Для нахождения значений парного линейного коэффициента корреляции воспользуемся встроенной функцией:
| =КОРРЕЛ(массив1;массив2) | - | Возвращает коэффициент корреляции между интервалами ячеек «массив1» и «массив2». Коэффициент корреляции используется для определения взаимосвязи между двумя свойствами. Например, можно установить зависимость между средней температурой в помещении и использованием кондиционера. |
Рисунок 6.18 – Оценка значения парного линейного коэффициента корреляции Пирсона
Полученное значение показателя равное 0,88, указывает на высокую прямую взаимосвязь между признаками.
Для расчета коэффициента корреляции знаков Спирмена необходимо провести ранжирование имеющихся значений, для этого используется встроенная функция:
| =РАНГ(число;ссылка;порядок); Число - число, для которого определяется ранг. Ссылка - массив или ссылка на список чисел. | - | Возвращает ранг числа в списке чисел. |
Рисунок 6.19 – Ранжирование признаков
Далее дополняем рабочую таблицу столбцом в котором находим разность рангов, по этому столбцу определяем сумму (используется функция СУММ).
|
|
|
Рисунок 6.20 – Оценка значения коэффициента корреляции знаков Спирмена
Полученное значение указывает на сильную взаимосвязь между признаками.
Дата добавления: 2022-06-11; просмотров: 43; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!