- •Реализация задач многомерного корреляционного анализа с использованием пакета ms excel
- •Расчёт частных коэффициентов корреляции. Сравнение частных и парных коэффициентов корреляции.
- •Для расчета частных коэффициентов корреляции нужно сформировать в Excel соответствующие матрицы размерности 4*4.
- •12. Далее необходимо проверить значимость полученных частных коэффициентов корреляции. Для этого рассчитаем наблюдаемые значения t-статистик для всех коэффициентов по формуле:
- •13. Сравним расчетные значения с критическим и определим, какие коэффициенты значимы. Получим матрицу частных коэффициентов корреляции с выделенными значимыми коэффициентами: Таблица 8
- •15. Построим таблицу сравнения выборочных парных и частных коэффициентов корреляции для всех переменных.
- •Расчёт множественных коэффициентов корреляции
- •17. Проверим значимость полученных множественных коэффициентов корреляции и детерминации. Проверка осуществляется с помощью f-критерия:
Расчёт частных коэффициентов корреляции. Сравнение частных и парных коэффициентов корреляции.
Частные коэффициенты корреляции характеризуют взаимосвязь между двумя выбранными переменными при исключении влияния остальных показателей (т.е. характеризуют «чистую» связь только между этими признаками) и важны для понимания взаимодействия всего комплекса показателей, т.к. позволяют определить механизмы усиления-ослабления влияния переменных друг на друга.
Частный коэффициент (k-2)-гo порядка между переменными, например, между Y1 и Х10, равен:
,
где Rij
- алгебраическое
дополнение элемента rij
корреляционной матрицы R,
равное
,
где Mij
– минор-определитель
матрицы, полученный из матрицы R
путем вычеркивания i-той
строки и j-го
столбца.
Для расчета частных коэффициентов корреляции нужно сформировать в Excel соответствующие матрицы размерности 4*4.
Например, алгебраическое дополнение R12 рассчитывается путем вычеркивания из нашей корреляционной матрицы первой строки и второго столбца:
-
Y1
X10
Х14
Х15
X16
Y1
1
-0,02152
0,577299
0,334637
-0,2042
X10
-0,02152
1
-0,036036
0,153663
-0,34832
Х14
0,577299
-0,03604
1
0,077981
-0,16676
Х15
0,334637
0,153663
0,077981
1
-0,25017
X16
-0,2042
-0,34832
-0,166761
-0,25017
1
-0,02152 |
-0,036036 |
0,153663 |
-0,34832 |
0,577299 |
1 |
0,077981 |
-0,16676 |
0,334637 |
0,077981 |
1 |
-0,25017 |
-0,2042 |
-0,166761 |
-0,25017 |
1 |
Аналогично
1 |
-0,036036 |
0,153663 |
-0,34832 |
-0,03604 |
1 |
0,077981 |
-0,16676 |
0,153663 |
0,077981 |
1 |
-0,25017 |
-0,34832 |
-0,166761 |
-0,25017 |
1 |
1 |
0,577299 |
0,334637 |
-0,2042 |
0,577299 |
1 |
0,077981 |
-0,16676 |
0,334637 |
0,077981 |
1 |
-0,25017 |
-0,2042 |
-0,166761 |
-0,25017 |
1 |
Чтобы найти определители этих матриц используем функцию Excel: ВСТАВКА - Функция - Математические - МОПРЕД (указать в качестве массива соответствующую матрицу переменных). Воспользовавшись функцией получаем:
-(-0,05438)
0,786557
0,528443
Подставив значения в
формулу, получаем
=
- 0,084348
Аналогично проводятся расчеты для всех остальных частных коэффициентов корреляции:
R13=(-1)1+3 * M13 = - 0,42585 R34=(-1)3+4 * M34 = - (-0,1)
R14=(-1)1+4 * M14 = - 0,225305 R35=(-1)3+5 * M35 = 0,063223
R15=(-1)1+5 * M15 = 0,05218 R45=(-1)4+5 * M45 = - (-0,08965)
R23=(-1)2+3 * M23 = - (-0,02282) R33=(-1)3+3 * M33 = 0,702903
R24=(-1)2+4 * M24 = - 0,05483 R44=(-1)4+4 * M44 = 0,551944
R25=(-1)2+5 * M25 = - (-0,18526) R55=(-1)5+5 * M55 = 0,561651
r13/245 = 0,572722 r25/134 = - 0,340055
r14/235 = 0,341947 r34/125 = - 0,160548
r15/234 = - 0,078507 r35/124 = - 0,100622
r23/145 = - 0,037443 r45/123 = - 0,161016
r24/135 = 0,101525
В результате получим матрицу следующего вида:
Таблица 6 Матрица частных коэффициентов корреляции исследуемых экономических показателей
-
Y1
X10
Х14
Х15
X16
Y1
1
- 0,084348
0,572722
0,341947
- 0,078507
X10
- 0,084348
1
- 0,037443
0,101525
- 0,340055
Х14
0,572722
- 0,037443
1
- 0,160548
- 0,100622
Х15
0,341947
0,101525
- 0,160548
1
- 0,161016
X16
- 0,078507
- 0,340055
- 0,100622
- 0,161016
1
