Задания на тему лекции

Самостоятельно решите следующие задачи:

Задача 1. Определить достоверность взаимосвязи между показателями веса и результатами прыжков в длину с места у 9 исследуемых с помощью расчета нормированного коэффициента корреляции, если данные выборок таковы:

Показатели веса: x_i , кг ~ 66; 80; 73; 74; 85; 79; 68; 71; 70.

Результаты прыжков: y_i, см ~ 203; 185; 199; 197; 183; 205; 217; 190; 200.

Задача 2. Определить достоверность взаимосвязи между показателями пульса покоя и пульса восстановления 8 исследуемых с помощью рас-чета нормированного коэффициента корреляции, если данные выборок таковы:

ЧСС покоя: x_i , уд/мин ~ 66; 80; 73; 74; 85; 79; 68; 71.

ЧСС восстановления: y_i, уд/мин ~ 70; 85; 78; 78; 90; 84; 66; 72.

Задача 3. Определить достоверность взаимосвязи между результатами времени прохождения дистанции и показателями абсолютных значений в пробе PWC₁₇₀ у 10 юных яхтсменов с помощью расчета нормированного коэффициента корреляции, если данные выборок таковы:

Результат на дистанции:

x_i , с ~ 61,3; 65,0; 79,3; 80,0; 74,7; 72,0; 72,0; 61,7; 79,3; 74,7; 65,7.

Проба PWC₁₇₀:

y_i, кГм/мин ~ 917; 875; 810; 608; 746; 632; 710; 850; 911;. 732; 915.

1.5. Коэффициент ранговой корреляции Спирмена

Если потребуется установить связь между двумя признаками, значения которых в генеральной совокупности распределены не по нормальному закону, т. е. предположение о том, что двумерная выборка (x_i и y_i) получена из двумерной нормальной генеральной совокупности, не принимается, то можно воспользоваться коэффициентом ранговой корреляции Спирмена ( ):

(1.2)

где: d_x и d_y – ранги показателей x_i и y_i;

n – число коррелируемых пар.

Коэффициент ранговой корреляции также имеет пределы 1 и –1. Если ранги одинаковы для всех значений x_i и y_i, то все разности рангов (d_x - d_y) = 0 и = 1. Если ранги x_i и y_i расположены в обратном порядке, то = -1. Таким образом, коэффициент ранговой корреляции является мерой совпадения рангов значений x_i и y_i.

Когда ранги всех значений x_i и y_i строго совпадают или расположены в обратном порядке, между случайными величинами Х и Y существует функциональная зависимость, причем эта зависимость не обязательно линейная, как в случае с коэффициентом линейной корреляции Браве-Пирсона, а может быть любой монотонной зависимостью (т. е. постоянно возрастающей или постоянно убывающей зависимостью). Если зависимость монотонно возрастающая, то ранги значений x_i и y_i совпадают и = 1; если зависимость монотонно убывающая, то ранги обратны и = –1. Следовательно, коэффициент ранговой корреляции является мерой любой монотонной зависимости между случайными величинами Х и Y.

Из формулы (8.2) видно, что для вычисления необходимо сначала проставить ранги (d_x и d_y) показателей x_i и y_i, найти разности рангов (d_x - d_y) для каждой пары показателей и квадраты этих разностей (d_x - d_y)². Зная эти значения, находятся суммы , учитывая, что всегда равна нулю. Затем, вычислив значение , необходимо определить достоверность найденного коэффициента корреляции, сравнив его фактическое значение с табличным (табл. 9 приложения). Если , то можно говорить о том, что между признаками наблюдается достоверная взаимосвязь. Если , то между признаками наблюдается недостоверная корреляционная взаимосвязь.

Коэффициент ранговой корреляции Спирмена вычисляется значительно проще, чем коэффициент корреляции Браве-Пирсона при одних и тех же исходных данных, поскольку при вычислении используются ранги, представляющие собой обычно целые числа.

Коэффициент ранговой корреляции целесообразно использовать в следующих случаях:

1. Если экспериментальные данные представляют собой точно измеренные значения признаков Х и Y и требуется быстро найти приближенную оценку коэффициента корреляции. Тогда даже в случае двумерного нормального распределения генеральной совокупности можно воспользоваться коэффициентом ранговой корреляции вместо точного коэффициента корреляции Браве-Пирсона. Вычисления будут существенно проще, а точность оценки генерального параметра р с помощью коэффициента при больших объемах выборки составляет 91,2% по отношению к точности оценки по коэффициенту корреляций.

2. Когда значения x_i и (или) y_i заданы в порядковой шкале (например, оценки судей в баллах, места на соревнованиях, количественные градации качественных признаков), т. е. когда признаки не могут быть точно измерены, но их наблюдаемые значения могут быть расставлены в определенном порядке.

Просмотрите примеры решения задач.

Пример 1.6. Определить достоверность взаимосвязи между показателями веса и максимального количества сгибания и разгибания рук в упоре лежа у 10 исследуемых с помощью расчета рангового коэффициента корреляции, если данные выборок таковы:

x_i, кг ~ 55; 45; 43; 47; 47; 51; 48; 60; 53; 50

y_i, кол-во раз ~ 26; 20; 25; 22; 27; 28; 16; 15; 18; 24

Решение

1. Расчет рангового коэффициента корреляции Спирмена произвести по формуле (1):

(1)

где: d_x и d_y — ранги показателей х и у;

n — число коррелируемых пар или исследуемых.

2. Данные тестирования занести в рабочую таблицу и сделать необходимые расчеты.

xi	dx	yi	dy
55	9	26	9	0	0
45	2	20	4	-2	4
43	1	25	7	-6	36
47	3.5	22	5	-1.5	2.25
47	3.5	7	8	-4.5	20.25
51	7	28	10	-3	9
48	5	16	2	3	9
60	10	15	1	9	81
53	8	18	3	5	25
50	6	24	6	0	0
				= 0	= 186,5

Тогда

3. Сравнить расчетное значение рангового коэффициента корреляции (r_ф = -0,13) с табличным значением для n = 10 при  = 5% (табл.2 приложения) и сделать вывод.

Вывод:

1) т.к. r_ф = -0,13 < 0, то между данными выборок наблюдается прямая отрицательная взаимосвязь, т.е. увеличением показателей веса вызывает снижение максимального количество сгибаний и разгибаний рук в упоре лежа в группе исследуемых;

2) т.к. r_ф = -0,13 < r_st = 0,64 для n = 10 при  = 5%, то с уверенностью  = 95% можно говорить о том, что выявленная зависимость недостоверна.