Лабораторная работа 1 (видео, часть 2). Множественный корреляционный анализ
Вспомним, что иногда представлены не две выборочные совокупности, а три и более. При большем числе наблюдений целесообразно строить корреляционную матрицу. Чтобы ее построить в макросах Excel, необходимо воспользоваться такой процедурой, как Корреляция, которая находятся в пакете данных, и сейчас мы это с вами посмотрим на конкретном примере.
Пример. Имеются ежемесячные данные наблюдений за состоянием погоды и посещаемостью музеев и парков. Определить существует ли взаимосвязь между состоянием погоды и посещаемостью музеев и парков. Итак, скопируем данные и перенесем в макрос Excel. Далее. На ленте выберем вкладку Данные. Далее найдем Анализ данных и выберем процедуру Корреляция. Входной интервал: выделяем все данные вместе с заголовками. Данные у нас представлены в столбцах, галочку поставим – метки в первой строке. Метки ставятся тогда, когда у нас есть заголовки данных. Выходной интервал – выделим ячейку D1. Получили таблицу, которая является не чем иным как корреляционной матрицей. Матрица имеет треугольный вид. Элементы, стоящие на главной диагонали, здесь равны 1. Это очевидно, так как каждый признак полностью коррелирует сам с собой. И получили три коэффициента корреляции, по которым можем сделать соответствующие выводы.
Таким образом, в результате анализа выявлена сильная обратная степень линейной взаимосвязи между посещаемостью музеев и количеством солнечных дней. То есть это вот этот коэффициент. Далее выявлена практически линейная, очень сильная прямая связь между посещаемостью парков и состоянием погоды, то есть числом ясных дней. Это вот этот коэффициент. Между посещаемостью музеев и парков также имеется сильная обратная связь. Так. Это вот этот коэффициент.
Сейчас вам предлагается задача для самостоятельного решения. Пусть имеются следующие данные о десяти студентах. Количество решенных задач на экзамене по математике в зимнюю сессию, это переменная Y, количество решенных задач на вступительном испытании, это переменная Х1 и доля интерактивных занятий по математике (это переменная Х2). Необходимо установить тесноту связи между переменными.
Успешного решения! Спасибо за внимание.
Раздел «Основы математической статистики». Тема «Корреляционный анализ». Продолжение. Лабораторная работа.
Вспомним, что иногда представлены не две выборочные совокупности, а три и более. При большем числе наблюдений целесообразно строить корреляционную матрицу. Чтобы ее построить в макросах Excel, необходимо воспользоваться такой процедурой, как Корреляция, которая находятся в пакете данных, и сейчас мы это с вами посмотрим на конкретном примере.
Пример. Имеются ежемесячные данные наблюдений за состоянием погоды и посещаемостью музеев и парков. Определить существует ли взаимосвязь между состоянием погоды и посещаемостью музеев и парков. Итак, скопируем данные и перенесем в макрос Excel. Далее. На ленте выберем вкладку Данные. Далее найдем Анализ данных и выберем процедуру Корреляция. Входной интервал: выделяем все данные вместе с заголовками. Данные у нас представлены в столбцах, галочку поставим – метки в первой строке. Метки ставятся тогда, когда у нас есть заголовки данных. Выходной интервал – выделим ячейку D1. Получили таблицу, которая является не чем иным как корреляционной матрицей. Матрица имеет треугольный вид. Элементы, стоящие на главной диагонали, здесь равны 1. Это очевидно, так как каждый признак полностью коррелирует сам с собой. И получили три коэффициента корреляции, по которым можем сделать соответствующие выводы.
Таким образом, в результате анализа выявлена сильная обратная степень линейной взаимосвязи между посещаемостью музеев и количеством солнечных дней. То есть это вот этот коэффициент. Далее выявлена практически линейная, очень сильная прямая связь между посещаемостью парков и состоянием погоды, то есть числом ясных дней. Это вот этот коэффициент. Между посещаемостью музеев и парков также имеется сильная обратная связь. Так. Это вот этот коэффициент.
Сейчас вам предлагается задача для самостоятельного решения. Пусть имеются следующие данные о десяти студентах. Количество решенных задач на экзамене по математике в зимнюю сессию, это переменная Y, количество решенных задач на вступительном испытании, это переменная Х1 и доля интерактивных занятий по математике (это переменная Х2). Необходимо установить тесноту связи между переменными.
Успешного решения! Спасибо за внимание.