Разделы презентаций


Тайны корреляционных связей в статистике (Анализ корреляций)

Структура лекции Кейс «Эффективность работы подготовительных курсов»Связи (зависимости) между переменнымиПонятие корреляции. Вычисление линейного коэффициента корреляции Пирсона. Условия применимостиЧастная корреляция. Величина и надежность зависимостиФункции распределения. Нормальное распределениеЛожные корреляцииНекоррелированность и независимостьРанговые коэффициенты корреляцииЕсли

Слайды и текст этой презентации

Слайд 1Введение
Тайны корреляционных связей в статистике (Анализ корреляций)

ВведениеТайны корреляционных связей в статистике (Анализ корреляций)

Слайд 2Структура лекции





Кейс «Эффективность работы подготовительных курсов»
Связи (зависимости) между переменными
Понятие

корреляции. Вычисление линейного коэффициента корреляции Пирсона. Условия применимости
Частная корреляция. Величина

и надежность зависимости
Функции распределения. Нормальное распределение
Ложные корреляции
Некоррелированность и независимость
Ранговые коэффициенты корреляции
Если распределения ненормальны
Закон больших чисел и коэффициент корреляции
Закон Гаусса в мире случайного
Доверительные границы






Структура лекции Кейс «Эффективность работы подготовительных курсов»Связи (зависимости) между переменнымиПонятие корреляции. Вычисление линейного коэффициента корреляции Пирсона. Условия

Слайд 3
Литература 3

Благовещенский Ю.Н. Тайны корреляционных

связей в статистике. – М.: Научная книга: ИНФРА-М, 2009


Литература      		3Благовещенский Ю.Н. Тайны корреляционных связей в статистике. – М.: Научная книга:

Слайд 4Определение корреляции

(двумерные методы исследования)


Понятие зависимости (связи двух переменных) не тождественно понятию причинности (каузальной связи);
Связь между переменными означает согласованное изменение двух переменных;
Зависимость (связь) носит вероятностный характер;
Методы и алгоритмы определения взаимосвязи переменных зависят от типов переменных.
Переменные любых типов связаны (зависимы) между собой, если наблюдаемые значения этих переменных изменяются (распределены) согласованным образом (если зная значение одной переменной, мы можем предсказать значение другой).
Наиболее распространенное понятие для обозначения связи двух переменных – корреляция.
(Ф. Гальтон (1822-1911), К. Пирсон (1857-1936) – основоположники корреляционного анализа))

Определение корреляции           (двумерные методы исследования)

Слайд 5Вычисление коэффициента корреляции К.Пирсона

(двумерные методы исследования)




Коэффициент корреляции предполагает:
две переменные измеряются по крайней мере в интервальной шкале;

определяет степень, с какой значения двух переменных пропорциональны друг другу;

является безразмерной величиной, изменяется от -1 до +1;

корреляция может быть положительной и отрицательной;

рассчитывается по формуле:

Вычисление коэффициента корреляции К.Пирсона            (двумерные методы

Слайд 6- выборочные средние;
- выборочные дисперсии

- выборочные средние;- выборочные дисперсии

Слайд 7Условия применимости коэффициента корреляции


Коэффициент определен только для линейных зависимостей. Это значит,

что возможно его искажение по следующим причинам:
1. Наличие выбросов, т. е. нетипичных, резко выделяющихся наблюдений;
2. Отсутствие однородности в имеющихся данных. В таком случае необходимо вычислять корреляцию для каждой отдельной группы данных.
3. Наличие нелинейной зависимости между переменными.
Во всех случаях нужна визуализация данных для проверки всех вышеперечисленных условий (диаграмма рассеяния).
Условия применимости коэффициента корреляции         Коэффициент определен только для линейных

Слайд 8 Частные коэффициенты корреляции


Пример ложной корреляции, проясняемый

частной корреляцией
Частные коэффициенты корреляции       Пример

Слайд 9

Величина и надежность зависимости


Корреляция характеризуется:
Величиной зависимости;
Надежностью ( истинностью) зависимости (насколько можно распространить полученную на выборке величину зависимости на генеральную совокупность).

Надежность показывает, насколько вероятно, что зависимость будет вновь обнаружена (подтвердится) на данных другой выборки, извлеченной из той же популяции.

Если исследование удовлетворяет некоторым специальным критериям, то надежность найденных зависимостей между переменными выборки можно количественно оценить и представить с помощью стандартной статистической меры, р-уровень, или статистический уровень значимости.

Величина и надежность зависимости

Слайд 10 Надежность зависимости


Если исследование удовлетворяет некоторым специальным критериям,

то надежность найденных зависимостей между переменными выборки можно количественно оценить и представить с помощью стандартной статистической меры, р-уровень, или статистический уровень значимости.
Р- уровень – это показатель, находящийся в убывающей зависимости от надежности результата. Р-уровень представляет вероятность ошибки, связанной с распространением наблюдаемого результата на всю генеральную совокупность.
Надежность зависимости        Если исследование удовлетворяет

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика