Читать контрольная по экономике отраслей: "Расчет показателей корреляционного, дисперсионного анализа" Страница 2

(Назад) (Cкачать работу)

Анализ полученных коэффициентов парной корреляции показывает, что зависимая переменная, т.е. прибыль предприятия торговли имеет сильную обратную связь с расходами предприятия на рекламу и продвижение товаров на рынок (0,4≤0,96≤1) и слабую прямую связь с расходами на обучение и повышение квалификации персонала (0,22≤0,4). Мультиколлинеарность отсутствует, т.к. коэффициент парной корреляции равен -0,196, что не превышает значения 0,7-0,8.

3. Проверить гипотезу об отсутствии корреляционной связи между двумя компонентами случайной величины (X,Z):

В предыдущем пункте проверка гипотезы об отсутствии корреляционной связи между расходами предприятия на рекламу и продвижение товаров на рынок и прибылью предприятия была опровергнута, т.к. проверка коэффициентов парной корреляции показывает, что зависимая переменная, т.е. прибыль предприятия торговли имеет сильную обратную связь с расходами предприятия на рекламу и продвижение товаров на рынок (0,4≤0,96≤1).

4. Построить доверительные интервалы для двух парных коэффициентов корреляции при р=0.95 (X,Z;Y,Z)

Полагая доверительную вероятность р = 0,95 т. е. вероятность, с которой гарантируются результаты, равной 0,95, находим соответствующее ей значение критерия Стьюдента t, равное 2,1009. Воспользовавшись формулой средней квадратической ошибки, где вместо р возьмем рассчитанный выборочный коэффициент корреляции r, получим значение для средней квадратической ошибки X,Z: р = 0,95; r = - 0,96

Поскольку tσr= 2,1009 х 0,018 = 0,0388 верхняя и нижняя границы равны соответственно -0,9212 и -0,9988. Другими словами, с вероятностью 0,95 коэффициент корреляции данной совокупности находится в пределах от -0,9212 до -0,9988. Y,Z: р = 0,95; r = 0,216

Поскольку tσr= 2,1009 х 0,22 = 0,47 верхняя и нижняя границы равны соответственно 0,69 и -0,25. Другими словами, с вероятностью 0,95 коэффициент корреляции данной совокупности находится в пределах от -0,25 до 0,69.

6. Рассчитать парные ранговые коэффициенты корреляции Спирмена и Кендалла для двух компонентов многомерной случайной величины (U,Y). Запишем ранги:

Похожие работы