Методы изучения статистической связи

В процессе изучения связи надо учитывать, что мы используем математический аппарат, но всегда надо иметь теоретические обоснования той связи, которую пытаются показать.

Наиболее простой способ иллюстрации зависимости между двумя величинами — построение таблиц, показывающих, как при изменении одной величины меняется другая.

Пример 4.

Производство молока в год. тыс. тонн.	Выработка продукции на 1 работающего, тыс. руб.
до 31	34,2
31 — 50	37,3
51 и выше	42,7

Таблица показывает лишь согласованность в изменении двух величин, наличие связи. Но она не определяет, ни тесноту, ни форму этой связи.

Один из простых показателей тесноты корреляционной зависимости — показатель корреляции рангов. Разберем порядок вычисления этого показателя на примере.

Изучается товарооборот и суммы издержек обращения по ряду магазинов (в тыс. руб.). Данные представлены таблицей 1.

Таблица 4.8

№ магазина	Товарооборот	Издержки обращения
1	480	30
2	510	25
3	530	31
4	540	28
5	570	29
6	590	32
7	620	36
8	640	36
9	650	37
10	660	38

Из таблицы видно, что с ростом товарооборота растут и издержки обращения. График еще раз это подтверждает.

Но в ряде случаев увеличение товарооборота ведет и к уменьшению издержек обращения, поскольку, помимо двух названных величин, в реальном процессе торговли участвуют и другие факторы, которые в рассмотрение не включены и носят случайный характер. Рассмотрим критерий тесноты связи, названный показателем корреляции рангов. От величин абсолютных перейдем к рангам по такому правилу: самое меньшее значение — ранг 1, затем 2 и т.д. Если встречаются одинаковые значения, то каждое из них заменяется средним. Итак:

Товарооборот	Издержки
1	4
2	1
3	5
4	2
5	3
6	6
7	7,5
8	7,5
9	9
10	10

Построим разности между рангами и возведем их в квадрат.

1. Если ранги совпадают, то ясно, что сумма их квадратов равна 0.

Связь полная, прямая.

2. Ранги образуют обратную последовательность

1 10

2 9 В этом случае

3 8

Связь полная, обратная.

3. Среднее значение из двух крайних означает полное отсутствие связи:

4. Показатель корреляции рангов:

Показатель показывает, как отличается полученная при наблюдении сумма квадратов разностей между рангами от случая отсутствия связи.

Проанализируем показатель корреляции рангов.

1. Связь полная и прямая, и

2. Связь полная и обратная, и

3. Все остальные значения лежат между -1 и +1.

Построим показатель корреляции рангов для нашего примера:

Товарооборот (ранг)	Издержки (ранг)
1	4	-3	9
2	1	1	1
3	5	-2	4
4	2	2	4
5	3	2	4
6	6	0	0
7	7,5	-0,5	0,25
8	7,5	0,5	0,25
9	9	0	0
10	10	0	0

Полученный показатель свидетельствует о достаточно тесной связи между товарооборотом и издержками.

Для определения тесноты корреляционной связи применяется коэффициент корреляции.

Коэффициент корреляции изменяется от -1 до +1 и показывает тесноту и направление корреляционной связи:

-Если отклонения по и по от среднего совпадают и по знаку, и по величине, то это полная прямая связь, то =+1.

-Если полная обратная связь, то =-1.

-Если связь отсутствует, то =0.

Наиболее удобной формулой для расчета коэффициента корреляции является:

(1)

Коэффициент корреляции можно рассчитать и по другой формуле:

(2), где

и

Пример 5.

Вернемся к примеру, где были рассмотрены товарооборот и издержки обращения по 10 магазинам.

Таблица 4.9

Товаро- борот(х)	Издержки обращения (у)
480	30	230400	900	14400
510	25	260100	625	12750
530	31	280900	961	16430
540	28	291600	784	15120
570	29	324900	841	16530
590	32	348100	1024	18880
620	36	384400	1296	22320
640	36	409600	1296	23040
650	37	422500	1369	24050
660	38	435600	1444	25080

Все необходимые данные для определения коэффициента корреляции есть в таблице, их лишь остается подставить в необходимую формулу.

В ряде случаев возникает необходимость установления статистической связи между признаками, не имеющими количественного выражения.

Пример 6.

На предприятии работает группа станков. В силу организационно-технических причин, периодически возникают простои. Было проведено 133 наблюдения за работой станков на протяжении дня , при этом в 59 случаях были отмечены простои, соответственно в 74 случаях их не было. После рационализаторского предложения, направленного на уменьшение простоев, вновь было проведено наблюдение, но уже за 66 станками. При этом в 27 случаях были отмечены простои, в 39 — нет. Ставиться вопрос: а есть ли вообще связь между сделанным предложением и уменьшением простоев. либо это вообще между собой никак не соотносится.

В данном случае сопоставляются два признака, причем альтернативных.

1 признак — наличие или отсутствие рационального предложения;

2 признак — наличие или отсутствие простоев.

Ни тот, ни другой признак нельзя выразить числено. Поэтому введем следующие обозначения.

Первый признак (х): — наличие рационального предложения (1), отсутствие — (0).

Второй признак (у): — отсутствие простоев (1), наличие простоев (0).

Наши наблюдения представим таблицей:

	66	133	199
0	27	74	101
1	39	59	98
y x	1	0

Для центральной части таблицы введем специальные обозначения

c	d
a	b

В этих обозначениях коэффициент корреляции имеет вид:

его еще называют коэффициентом ассоциации.

Он так же меняется от -1 до +1 и для нашего примера равен:

Получившийся коэффициент показывает, что связь между рациональным предложением и уменьшением числа простоев очень мала. Конечно, простои уменьшились, но не достаточно эффективно.

16