2.Корреляционный анализ ординальных признаков

2.1. Коэффициент Спирмэна.

Открываем программный пакет STATISTICA ,затем выбираем на панели модуль Статистика –>Nonparametric.

Далее выбираем Correlations (Spearmen, Kendall tau, gamma). Нажимаем OK.

Нажать R Spearman –> Выбрать ординальные признаки (Качество салона и Вид авто).

=0.213183 говорит об отсутствии функциональной связи между переменными Качество салона и вид авто, очень много отклонений.

2.2. Коэффициент Кендалла.

Развернуть окно в нижнем левом углу экрана –> Нажать Kendall tau –> Выбрать ординальные признаки.

= 0.189102 подтверждает отсутствие функциональной связи между переменными Качество салона и вид авто.

3. Корреляционный анализ номинальных признаков

Данные берем из файла. Запускаем модуль Основные статистики и таблицы. Выбрать Tables and banners, затем выбираем вкладку «Остаток и заголовок».

Нажав кнопку определяем нужные нам переменные. Нажимаем OK. Перед нами появляется новое окно, в котором мы выбираем Summary.

Получили таблицу зависимостей:

Информационная мера связи Проверим справедливость гипотезы о статистической зависимости признаков . Вычислим y­­­­­­­­­­­2 по формуле:

, где

m1=3 – количество строк,

m2=3 – количество столбцов.

Y² = 24,9174883694918

Е5=У²

Откроем statistics-> probability Calculator-> distributions:

Зададим вероятность ошибки p = 0,05 и найдем χ² :

χ² =9,487729

Если мы хотим проверить гипотезу о статистически значимом отличии от нуля характеристики с.т.с.с. Y (т. е. гипотезу о наличии связи между), то необходимо убедиться в выполнении неравенства

где α — заданный уровень значимости критерия, т.е. вероятность принять решение о наличии статистической связи между анализируемыми переменными, в то время как в действительности они являются статистически независимыми.

24,9174883694918 >9,487729

Вывод. Неравенство не выполняется вероятность ошибки равной 5%,мы отвергаем гипотезу о статистически значимом отличии от нуля

4. Корреляционный анализ всех типов признаков между собой

Для построения корреляционной матрицы для всех типов признаков нужно запустить модуль Основные статистики и таблицы. В открывшемся окне выбрать Correlation matrices-> нажать OK. Выбрать все признаки и нажать кнопку Summary.

Вывод: можно пронаблюдать, что зависимости существуют в основном между количественными и ординальными признаками. Коэффициенты корреляции между другими признаками незначительны.

18