Коэффициент корреляции рангов

К мерам тесноты парной связи относится предложенный Спирменом коэффициент корреляции рангов. Ранги – это порядковые номера единиц совокупности в ранжированном ряду. Если проранжировать совокупность по двум признакам, связь между которыми изучается, то полное совпадение рангов означает максимально тесную прямую связь, а полная противоположность – максимально тесную обратную связь. Ранжировать оба признака необходимо в одном и том же порядке либо от меньших значений признака к большим, либо наоборот. Если ранги единиц совокупности по признакам X и Y обозначим как P_x, P_y, то коэффициент корреляции рангов равен:

(2.18)

– средние ранги в ряду натуральных чисел от 1 до n. Причём они равны: , а знаменатель формулы есть:

.

Обозначим: d_i = P_x – P_y, тогда:

– формула Спирмена (2.19)

Преимущество коэффициента корреляции рангов состоит в том, что ранжировать можно и по таким признакам, которые нельзя выразить числами. Пример: умение руководить коллективом , по личному обаянию.

Недостаток – одинаковым разностям ранга могут соответствовать совершенно отличные разности значений признаков (в случае количественных признаков). Если среди значений признаков х и у встречается несколько одинаковых, образуются связанные ранги, т.е. одинаковые средние номера. Тогда коэффициент Спирмена вычисляется по формуле:

(2.20)

где ,

j – номер связок по порядку для признака х;

k – номер связок по порядку для признака у;

A_j – число одинаковых рангов в j – той связке по х;

B_k – число одинаковых рангов в k – той связке по у.

Пример 2.1.

Пусть по 10 однотипным предприятиям имеются следующие данные о выпуске продукции (х) в тыс. ед. и о расходе условного топлива (у) в тоннах (графы 1 и 2 таблицы).

Требуется найти уравнение зависимости расхода топлива от выпуска продукции (или уравнение регрессии у по х) и измерить тесноту зависимости между ними.

Решение.

А. Рассматривая уравнение регрессии в форме линейной функции вида параметры данного уравнения (а₀ и а₁) найдем из системы нормальных уравнений

Таблица 2.1

i	x	y	x2	ху		y2
	1	2	3	4	5	6
1	5	4	25	20	3,9	16
2	6	4	36	24	4,4	16
3	8	6	64	48	5,5	36
4	8	5	64	40	5,5	25
5	10	7	100	70	6,6	49
6	10	8	100	80	6,6	64
7	14	8	196	112	8,8	64
8	20	10	400	200	12,1	100
9	20	12	400	240	12,1	144
10	24	16	576	384	14,3	256
Σ	125	80	1961	1218	80	770

Необходимые для решения суммы рассчитаны выше в таблице. Подставляем их в уравнения и решаем систему:

;

Отсюда

Подставляя в это уравнение последовательно значения х= 5, 6, 8, 10 и т.д., получаем выравненные (теоретические) значения результативного показателя (графа 5 таблицы).

Поскольку параметры уравнения регрессии являются оценочными, то для каждого из них рассчитывается средняя ошибка, т.е. .

Конкретный расчет ошибок для а₀ и а₁ по данным нашего примера приведен далее.

Б. Для измерения тесноты зависимости между у и х воспользуемся прежде всего линейным коэффициентом корреляции (поскольку зависимость рассматривалась линейной):

а) применяем формулу .

Находим, Определяем и , предварительно найдя и :

Отсюда

Значение линейного коэффициента корреляции r = 0,96 (т.е. близкое к единице) характеризует не только меру тесноты зависимости вариации у от вариации х, но и степень близости этой зависимости к линейной;

б) воспользуемся еще одной формулой линейного коэффициента корреляции:

т.е. результат от же.

При расчете коэффициента корреляции очень важно оценить его значимость. Оценка значимости (существенности) линейного коэффициента корреляции основана на сопоставлении значения r с его средней квадратической ошибкой ( ).

Средняя ошибка коэффициента корреляции при п 50 рассчитывается приближенно по формуле

Если при этом коэффициент корреляции r превышает свою

среднюю ошибку больше чем в 3 раза, т.е. если , то он считается значимым, а связь – реальной.

При п 30 значимость коэффициента корреляции проверяется на основе t-критерия Стьюдента. Для этого рассчитывается фактическое (расчетное) значение критерия:

которое сопоставляется , определяемым по таблицам Приложений учебных пособий по эконометрики, для числа степеней свободы и заданного уровня значимости (обычно ).

Если r считается значимым, а связь – реальной. Если , то считается, что связь между х и у отсутствует и значение r, отличное от нуля, получено случайно.

В рассматриваемом примере средняя ошибка коэффициента корреляции

,

А

По таблице Приложения 9 находим, что при числе степеней свободы и уровне значимости табличное (критическое, пороговое) t равно 2,306, т.е. ( = 2,306).

Поскольку фактическое (расчетное) t больше табличного, т.е. , то линейный коэффициент корреляции r=0,96 считается значимым, а cвязь между х и у – реальной.

В. Кроме линейного коэффициента корреляции для измерения тесноты зависимости можно воспользоваться теоретическим корреляционным отношением:

где σ² и δ² – дисперсии соответственно теоретических и эмпирических значений результативного показателя. Расчет их показан ниже в таблице.

Таблица 2.2

i	x	y
	1	2	3	4	5	6	7	8	9
1	5	4	3,9	-4	16	-4,1	16,81	0,1	0,01
2	6	4	4,4	-4	16	-3,6	12,96	-0,4	0,16
3	8	6	5,5	-2	4	-2,5	6,25	0/5	0,25
4	8	5	5,5	-3	9	-2,5	6,25	-0,5	0,25
5	10	7	6,6	-1	1	-1,4	1,96	0,4	0,16
6	10	8	6,6	0	0	-1,4	1,96	1,4	1,96
7	14	8	8,8	0	0	0,8	0,64	-0,8	0,64
8	20	10	12,1	2	4	4,1	16,81	-2,1	4,41
9	20	12	12,1	4	16	4,1	16,81	-0,1	0,01
10	24	16	14,3	8	64	6,3	39,69	. 1,7	2,89
Σ	125	80	80	–	130	–	120,14	–	10,74

Дисперсия выравненных значений результативного показателя,

или факторная дисперсия, общая дисперсия эмпирических значений результативного показателя теоретическое корреляционное отношение

Рассчитанные показатели позволяют сделать вывод о том, что связь между вариацией результативного показателя (у) и факторного (х) весьма высокая.

Вместо дисперсии выравненных значений у, т.е. δ², можно воспользоваться остаточной дисперсией. В соответствии с правилом сложения дисперсий можно записать, что , где

тогда

В нашем примере расчет остаточной дисперсии (σ²_ост) показан в графах 8 и 9 таблицы: σ²_ост = 1,074. Отсюда

.

Остаточная дисперсия, вернее, корень квадратный из нее, т.е. σ_ост, используется для расчета средних ошибок параметров уравнения регрессии. Так, средняя ошибка параметра а₀, равна а для а₁, равна

Сопоставляя значение параметра с его средней ошибкой, по значению судят о значимости данного параметра. Если число наблюдений п 20, то параметр считается значимым при t 3.

Если n 20, то обращаются к специальном таблицам значений критерия Стьюдента. И в данном случае параметр считается значимым, если .

В рассмотренном примере для уравнения регрессии = 1,16 + 0,547х ошибки параметров

т.е а₀=1,16±0,366,

, т.е а₁=0,547±0,058.

Чтобы сделать вывод о значимости параметров, находим

и .

Так как п 20, обращаемся к таблице значений t-критерия. Для и находим =2,306. Поскольку t 2,306 и для a_о, и для a₁, то считаем параметры значимыми.

В приведенных формулах ошибок параметров и _| вместо остаточной дисперсии σ²_ст можно пользоваться значением линейного коэффициента корреляции, исходя из следующих преобразований:

;

Разделив обе части равенства на получим . Отсюда . Тогда а

Наряду с проверкой значимости отдельных параметров можно оценить значимость уравнения регрессии в целом.

Эта задача решается на основе расчета F-критерия Фишера и сопоставления его с табличным (критическим), F-критерий представляет собой отношение факторной дисперсии ( ) к остаточной ( ), каждая из которых рассчитана на одну степень свободы:

где т – число параметров в уравнении регрессии;

(m-1) – число степеней свободы для факторной дисперсии;

п – число наблюдений;

(n-m) – число степеней свободы для остаточной дисперсии. Часто формула F-критерия записывается в виде

где k – число коэффициентов регрессии, которое на единицу меньше числа параметров, т.е.k = m-1

F – критерий можно рассчитать и через коэффициент корреляции (r или η):

Расчетное F сопоставляется с табличным, определяемым по Приложению 8 для числа степеней свободы и при заданном уровне значимости (например, ).

Если уравнение считается значимым.

Для рассмотренного выше примера

По Приложению 8 находим F_та6л: при и , F_табл = 5,32.

Так как то уравнение значимо.