Составители:
Рубрика:
Определение тесноты и направления связи между двумя признаками в
статистической обработке маркетинговой информации
Теснота связи и ее направление определяются путем расчета коэффи-
циента корреляции, который изменяется от -1 до +1. Абсолютная величина
коэффициента корреляции характеризует тесноту связи, а знак указывает на
ее направление.
Вначале определяется статистическая значимость коэффициента кор-
реляции. Безотносительно к его абсолютной величине коэффициент
корреляции, не обладающий статистической значимостью, бессмыслен.
Статистическая значимость проверяется с помощью нулевой гипотезы
которая констатирует, что для совокупности коэффициент корреляции
равен нулю. Если нулевая гипотеза отвергается, это означает, что коэф-
фициент корреляции для выборки является значимым и его значение для
совокупности не будет равно нулю. Существуют таблицы, с помощью
которых для выборки определенного объема можно определить наименьшую
величину значимости для коэффициента корреляции.
Далее, если коэффициент корреляции оказался статистически
значимым, с помощью некоторого общего правила «большого пальца»
определяется сила связи (таблица).
Таблица – Сила связи в зависимости от величины коэффициента
корреляции
Коэффициент корреляции Сила связи
От ±0,81 до ±1,00 Сильная
От ±0,61 до ±0,80 Умеренная
От ±0,41 до ±0,6 Слабая
От ±0,21 до ±0,4 Очень слабая
От ±0,00 до ±0,20 Отсутствует
Одним из важных приложений методов математической статистики
является установление зависимости между двумя или более наблюдаемыми
величинами.
Можно рассмотреть ситуацию, когда в результате эксперимента
измеряется не одна, а сразу две случайные величины, скажем X и Y. Примера-
ми здесь могут служить врачебный осмотр, где у каждого пациента измеряют
рост и вес; измерение средней температуры воздуха в двух городах в течение
Определение тесноты и направления связи между двумя признаками в
статистической обработке маркетинговой информации
Теснота связи и ее направление определяются путем расчета коэффи-
циента корреляции, который изменяется от -1 до +1. Абсолютная величина
коэффициента корреляции характеризует тесноту связи, а знак указывает на
ее направление.
Вначале определяется статистическая значимость коэффициента кор-
реляции. Безотносительно к его абсолютной величине коэффициент
корреляции, не обладающий статистической значимостью, бессмыслен.
Статистическая значимость проверяется с помощью нулевой гипотезы
которая констатирует, что для совокупности коэффициент корреляции
равен нулю. Если нулевая гипотеза отвергается, это означает, что коэф-
фициент корреляции для выборки является значимым и его значение для
совокупности не будет равно нулю. Существуют таблицы, с помощью
которых для выборки определенного объема можно определить наименьшую
величину значимости для коэффициента корреляции.
Далее, если коэффициент корреляции оказался статистически
значимым, с помощью некоторого общего правила «большого пальца»
определяется сила связи (таблица).
Таблица – Сила связи в зависимости от величины коэффициента
корреляции
Коэффициент корреляции Сила связи
От ±0,81 до ±1,00 Сильная
От ±0,61 до ±0,80 Умеренная
От ±0,41 до ±0,6 Слабая
От ±0,21 до ±0,4 Очень слабая
От ±0,00 до ±0,20 Отсутствует
Одним из важных приложений методов математической статистики
является установление зависимости между двумя или более наблюдаемыми
величинами.
Можно рассмотреть ситуацию, когда в результате эксперимента
измеряется не одна, а сразу две случайные величины, скажем X и Y. Примера-
ми здесь могут служить врачебный осмотр, где у каждого пациента измеряют
рост и вес; измерение средней температуры воздуха в двух городах в течение
