WSPÓŁCZYNNIK KORELACJI LINIOWEJ PEARSONA
WŁASNOŚCI
1) rxy=rxy
2) rxy Î<-1,1>
3) Wartość bezwzględna z rxy informuje o sile związku liniowego między cechą X,Y
- korelacja niewyraźna ½rxy½
- korelacja średnia ½rxy½Î(0,3;0,5>
- korelacja wyraźna ½rxy½>0,5
Zależność korelacyjna przechodzi w zależność funkcyjną ½rxy½=1
Brak związku korelacyjnego liniowego ½rxy½=0
½rxy½£eyx
Miara krzywoliniowości
mxy=e2xy - r2xy
myx=e2yx – r2yx
mÎ<0,1> -
m £ 0,2 – zależność korelacyjna uznajemy za prostoliniową
m > 0,2 – krzywoliniowość zależności jest stochastycznie istotna
WSPÓŁCZYNNIK KORELACJI RANG SPEARMANA
Zastosowanie:
- do badania zależności cech jakościowych
- do badania cech ilościowych dla małej próby
n>1
di – różnica pomiędzy rangami odpowiadających sobie wartości cechy X i cechy Y
Własności:
1) rsÎ<-1,1>
2) interpretacja – tak jak rxy
FUNKCJA REGRESJI
Funkcja regresji I rodzaju y=f0(x)+x
f0 – funkcja regresji I rodzaju
x - składnik losowy
EMPIRYCZNE LINIE REGRESJI
Empiryczne linia regresji zmiennej X względem zmiennej Y łamana o wierzchołkach
Empiryczna linia regresji zmiennej Y względem zmiennej X łamana o wierzchołkach
FUNKCJA REGRESJI II RODZAJU: y=f(x)+u
y=f(x) ;
f(x) – funkcja regresji II rodzaju
u – składnik resztowy
Warunki dla funkcji regresji II rodzaju:
1) odchylenie wartości empirycznych (yi) od wartości teretycznych () są losowe
2) suma kwadratów odchyleń wartości teretycznych od empirycznych jest najmniejsza
REGRESJA LINIOWA II RODZAJU
Założenie:
f jest funkcją liniową. Funkcja regresji zmiennej Y względem zmiennej X.
yi=a1xi +V0+Ui i=1,……K
a0,a1 – parametry strukturalne
½x½(a0,ai)=
a1=rxy
a0=
Błąd estymatora
MIARY DOKŁADNOŚCI OSZACOWANEJ FUNKCJI REGRESJI II RZĘDU
1) Wariancja składnika resztowego
S2u=
K – liczba szacowanych parametrów
Su – określają przeciętne odchylenia wartości empirycznych od wartości teoretycznych
2) Współczynnik zbieżności j2
j2= j2Î<0,1>
3) Współczynnik determinacji R2
R2= R2Î<0,1>
- wartość teoretyczna
1=j2+R2
Uwaga !
Dla liniowej funkcji regresji R2=r2yx
Interpretacje:
j2 – jaka część zmienności zmiennej Y nie została wyjaśniona przez model
y=a1xi+a0
R2 – jaka część zmienności zmiennej Y została wyjaśniona przez model
y=a1x+a0
Funkcja regresji zmiennej X względem zmiennej Y
xj=b1yj+b0+zj j=1,……
b0, b1 – parametry strukturalne modelu
zj=xj- , =b1y1 – b0
Współczynnik zbieżności y2
, j2Î<0,1>
Współczynnik determinacji R2xy
, R2Î<0,1>
Uwaga!
Dla liniowej funkcji regresji
R2xy – r2xy
Korelacja i regresja wielu zmiennych
(x1,x2,………,xi)®Y
- korelacja wieloraka
(x2,x3,……xK)®Y Y=x1
R1,2,3……K=Rw
- korelacja cząstkowa xi®xj
rij.K,L……z
Oznaczenia:
Y=xi
P=[rij] i=1,……K; j=1,……K
RwÎ<0,1>
Rw=0Þbrak korelacji
Rw=1Þkorelacja doskonała
R2w- współczynnik determinacji
REGRESJA WIELORAKA
Y=a0+a1x1+……aKxK+e (regresja I rodzaju)
Y=a0+a1x1+……aKxK+u (regresja II rodzaju)
X=
a= a=(xTx)-1xTy
Macierz wariancji i kowariancji estymatora B
S2(a)=S2u(xTx)-1
Estymator wariancji składnika losowego
Współczynnik zbieżności
j2=
R2w=1-j2
Analiza dynamiki
Szereg dynamiczny
Yt=f(t,d); yt=f(t,w,e)
{yt} ytÎR
Szereg czasowy momentów
Szereg czasowy okresów
Miary dynamiki
Absolutne
1,2
przyrosty
Względne
dzingis88