Получава се по всеки от методите на коефициента на корелация е селективен, тъй като е дефинирано за ограничен набор, който е извадка от населението. Поради това, че има грешка при изчисляването на коефициента на корелация. Тази грешка - разлика между коефициента на корелация за цялото население, а коефициентът на извадката. Тази грешка се определя, както следва:
В горните формули може да бъде заместена или вместо Т4 R R.
Т-тест на Стюдънт се използва за определяне на валидността на коефициента на корелация.
Основните етапи на тестване на хипотезата за надеждността на коефициента на корелация.
1. Формулиране на хипотезата, че в бъдеще е необходимо да се приеме или отхвърли. Но: R = 0.
2. Определя се изчислява стойността на тон тест на Стюдънт
3. Определяне на маса критична стойност (Приложение 1) ttabl. За да направите това, което трябва да знаете:
п = п-2 - броят на степените на свобода, и - нивото на значимост.
4. Сравнение на стойностите на изчисленото отношение с таблицата
5. Направете заключение. Статистическа хипотеза е приета или отхвърлена.
· Ако tpacch. ³ ttabl. (, N), получен коефициента на корелация е автентичен и между изследваните индексите съществува статистическа връзка с вероятност р = 1;
· Ако tpacch. Беше отбелязано, че коефициента на корелация показва степента на общуване, комуникация посока, под формата на комуникация между двете проби изследвани, но това прави невъзможно да се определи количествено как се променя стойността с промени в друг, когато учат корелация. Регресия - зависимостта на средната стойност на случайна променлива Y на променливата X, и обратно, зависимостта на средната стойност на случайна променлива X е величината на D-горе уравнение, получени чрез конструиране на емпирично или теоретичен регресионната линия и чрез изчисляване регресионни коефициенти. Съществува линейна и нелинейна връзка между изследваните параметри, следователно може да се равнява линеен или не-линейна регресия. Има връзка между двете мерки и още няколко. И регресионното уравнение може да бъде многократно. Изборът на модел на регресия помага графично представяне на експериментални данни в разсеяно или корелация на терена. Като селективни данни се прави корелация поле, на които се прилагат като средната стойност на Y във всеки интервал променя Н. Тези точки са свързани с прекъсната линия на очите, че може да се прецени като промяна в средната Y в зависимост от промените в съответствие H. счупената Такова емпирично наречен линейната регресия. След това, прекъснатата линия е приблизително чрез права линия. Когато може да се направи линейна зависимост по-лесно: да се замени елипсата на съответствието, е права линия. Линеен регресионен или линейна форма на комуникация между случайни величини има специално място в теорията на корелация. В тази форма на връзка V е линейна функция на X т. Е. където А и В - регресионни коефициенти, X - независим случайна променлива. Линейна регресия се дължи на двумерен нормалното разпределение на двойки случайни променливи (X, Y). Параметрите в уравнението на регресия, F. регресия коефициенти R. Определят по метода на най-малките квадрати. Същността му се състои в това, че сумата от квадратите на отклоненията на измерените стойности на истинската стойност ще бъде минимално. В случай на линейна регресия за стойност D теоретично приема стойност, получена от известен формула, R. F. търсени като права линия, сумата от квадратите на отклоненията на измерените Yi който ще бъде минимално. Стойностите на коефициентите на регресия се определят чрез решаване на системата от нормални уравнения.Свързани статии