Если рассматриваемые случайные величины коррелируют друг с другом,то на величине коэффициента парной корреляции частично сказывается влияние других величин. В связи с этим возникает необходимость исследования частной корреляции между величинами при исключении влияния других случайных величин (одной или нескольких).
Выборочный частный коэффициент корреляции определяется по формуле
где, алгебраические дополнения к соответствующим элементам матрицы [см. формулу 5].
Частный коэффициент корреляции, так же как и парный коэффициент корреляции, изменяется от 1 до +1.
Выражение при условии будет иметь вид:
Коэффициент называется коэффициентом корреляции между при фиксированномОн симметричен относительно первичных индексов 1,2. Его вторичный индекс относится к фиксированной переменной.
Пример. Вычисление коэффициентов парной, множественной и частной корреляции.
В таблице 2 представлена информация об объёмах продаж и затратах на рекламу одной фирмы, а также индекс потребительских расходов за ряд текущих лет.
1. Построить диаграмму рассеяния (корреляционное поле) для переменных «объёмы продаж» и «индекс потребительских расходов».
2. Определить степень влияния индекса потребительских расходов на объёмы продаж (вычислить коэффициент парной корреляции).
4. Построить матрицу коэффициентов парной корреляции по трем переменным.
5. Найти оценку множественного коэффициента корреляции.
6. Найти оценки коэффициентов частной корреляции.
Решение
1. В нашем примере диаграмма рассеяния имеет вид, приведенный на рис. 1. Вытянутость облака точек на диаграмме рассеяния вдоль наклонной прямой позволяет сделать предположение, что существует некоторая объективная тенденция прямой линейной связи между значениями переменных (индекс потребительских расходов) и (объём продаж).
Таблица 2
Объем продаж , тыс. руб.
Затраты на рекламу , тыс. руб.
Индекс потребительских расходов , %
Объем продаж , тыс. руб.
Затраты на рекламу , тыс. руб.
Индекс потребительских расходов , %
126
4
100,0
367
19,8
108,3
137
4,8
98,4
367
10,6
109,2
148
3,8
101,2
321
8,6
110,1
191
8,7
103,5
307
6,5
110,7
274
8,2
104,1
331
12,6
110,3
370
9,7
107,0
345
6,5
111,8
432
14,7
107,4
364
5,8
112,3
445
18,7
108,5
384
5,7
112,9
Объем
продаж,
тыс. руб.
Индекс потребительских расходов, %
Рис. 1. Диаграмма рассеяния
2. Промежуточные расчеты при вычислении коэффициента корреляции между переменными (индекс потребительских расходов) и (объём продаж) приведены в табл. 3.
Таблица 3
№
1
126
100,0
-180,813
-7,231
1307,5
52,291
32693,160
2
137
98,4
-169,813
-8,831
1499,657
77,991
28836,285
3
148
101,2
-158,813
-6,031
957,838
36,376
25221,41
4
191
103,5
-115,813
-3,731
432,125
13,922
13412,535
Окончание табл. 3
5
274
104,1
-32,813
-3,131
102,744
9,805
1076,66
6
370
107
63,188
-0,231
-14,612
0,053
3992,66
7
432
107,4
125,188
0,169
21,125
0,028
15671,91
8
445
108,5
138,188
1,269
175,325
1,61
19095,785
9
367
108,3
60,188
1,069
64,325
1,142
3622,535
10
367
109,2
60,188
1,969
118,494
3,876
3622,535
11
321
110,1
14,188
2,869
40,7
8,23
201,285
12
307
110,7
0,188
3,469
0,65
12,032
0,035
13
331
110,3
24,188
3,069
74,225
9,417
585,035
14
345
111,8
38,188
4,569
174,469
20,873
1458,285
15
364
112,3
57,188
5,069
289,869
25,692
3270,41
16
384
112,9
77,188
5,669
437,557
32,135
5957,91
Сумма
4909
1715,7
0
0
5681,994
305,474
158718,438
Среднее
306,81
107,23
Средние значения случайных величин и , которые являются наиболее простыми показателями, характеризующимися последовательности рассчитаем по следующим формулам:
Дисперсия характеризует степень разброса значений вокруг своего среднего ( соответственно):
Стандартные ошибки случайных величин и рассчитаем по следующим формулам:
Коэффициент парной корреляции рассчитаем по формуле:
3. Оценим значимость коэффициента корреляции. Для этого рассчитаем значение t-статистики по формуле (10):
Табличное значение критерия Стъюдента равно 1,7613 (см. Приложение 2). Сравниваем числовые значения критериев т.е. полученное значение коэффициента корреляции значимо.
Таким образом, индекс потребительских расходов оказывает весьма высокое влияние на объем продаж.
Таблица 4
Распределение Стьюдента (-распределение)
.
0,80
0,50
0,20
0,1
0,05
0,02
0,01
0,001
1
0,324920
1,000000
3,077684
6,313752
12,70620
31,82052
63,65674
636,6192
2
0,288675
0,816497
1,885618
2,919986
4,30265
6,96456
9,92484
31,5991
3
0,276671
0,764892
1,637744
2,353363
3,18245
4,54070
5,84091
12,9240
4
0,270722
0,740697
1,533206
2,131847
2,77645
3,74695
4,60409
8,6103
5
0,267181
0,726687
1,475884
2,015048
2,57058
3,36493
4,03214
6,8688
6
0,264835
0,717558
1,439756
1,943180
2,44691
3,14267
3,70743
5,9588
7
0,263167
0,711142
1,414924
1,894579
2,36462
2,99795
3,49948
5,4079
8
0,261921
0,706387
1,396815
1,859548
2,30600
2,89646
3,35539
5,0413
9
0,260955
0,702722
1,383029
1,833113
2,26216
2,82144
3,24984
4,7809
10
0,260185
0,699812
1,372184
1,812461
2,22814
2,76377
3,16927
4,5869
11
0,259556
0,697445
1,363430
1,795885
2,20099
2,71808
3,10581
4,4370
12
0,259033
0,695483
1,356217
1,782288
2,17881
2,68100
3,05454
4,3178
13
0,258591
0,693829
1,350171
1,770933
2,16037
2,65031
3,01228
4,2208
14
0,258213
0,692417
1,345030
1,761310
2,14479
2,62449
2,97684
4,1405
15
0,257885
0,691197
1,340606
1,753050
2,13145
2,60248
2,94671
4,0728
16
0,257599
0,690132
1,336757
1,745884
2,11991
2,58349
2,92078
4,0150
17
0,257347
0,689195
1,333379
1,739607
2,10982
2,56693
2,89823
3,9651
18
0,257123
0,688364
1,330391
1,734064
2,10092
2,55238
2,87844
3,9216
19
0,256923
0,687621
1,327728
1,729133
2,09302
2,53948
2,86093
3,8834
4. Матрица коэффициентов парной корреляции, вычисленных по формуле для трех факторов, будет иметь вид:
5. Вычислим множественный коэффициент корреляции с и :
где, определитель корреляционной матрицы – равен 0,13, а алгебраическое дополнение первого диагонального элемента той же матрицы :
6. Вычислим коэффициенты частной корреляции по формуле (6):
где, алгебраическое дополнение элемента матрицы соответственно, а алгебраическое дополнение второго диагонального элемента
Коэффициенты частной корреляции можно вычислить, используя коэффициенты парной корреляции [см. формулу 9]: