ість сукупності. Порушення цієї умови може перекрутити параметри кореляції. Наприклад, в масі зернових господарств рівень продукції з гектара зростає в міру концентрації площ, тобто він вище у великих господарствах. У масі овочевих та овоче-молочних господарств (приміський тип) спостерігається та ж прямий зв'язок рівня продукції з розміром господарства. Але якщо поєднати в загальну неоднорідну сукупність ті й інші господарства, то зв'язок рівня продукції з розміром площі ріллі (або посівної площі) вийде зворотною. Причина в тому, що овочеві та овоче-молочні господарства, маючи меншу площа, ніж зернові, виробляють більше продукції з гектара зважаючи більшої інтенсивності виробництва в даних галузях, ніж у виробництві зерна.
Іноді як умова кореляційного аналізу висувають необхідність підпорядкування розподілу сукупності за результативному і факторним ознаками нормальному закону розподілу ймовірностей. Це умова пов'язана із застосуванням методу найменших квадратів при розрахунку параметрів кореляції: тільки при нормальному розподілі метод найменших квадратів дає оцінку параметрів, що відповідає принципам максимальної правдоподібності. На практиці ця передумова найчастіше виконується наближено, але і тоді метод найменших квадратів дає непогані результати.
Однак при значному відхиленні розподілів ознак від нормального закону не можна оцінювати надійність вибіркового коефіцієнта кореляції, використовуючи параметри нормального розподілу ймовірностей або розподілу Стьюдента.
Ще одним спірним питанням є допустимість застосування кореляційного аналізу до функціонально пов'язаним ознаками. Чи можна, наприклад, побудувати рівняння кореляційної залежності розмірів виручки від продажу картоплі, від обсягу продажу та ціни? Адже твір обсягу продажу та ціни одно виручці в кожному окремому випадку. Як правило, до таких жорстко Детермінованим зв'язків застосовують тільки індексний метод аналізу. Однак на це питання можна поглянути і з іншої точки зору. При індексному аналізі виручки передбачається, що кількість проданого картоплі і його ціна незалежні один від одного, тому-то і допустима абстракція від зміни одного фактора при вимірюванні впливу іншого, як це прийнято в індексному методі. У реальності кількість і ціна не є цілком незалежними один від одного.
Кореляційно-регресійний аналіз враховує межфакторние зв'язку, отже, дає нам більш повне вимір ролі кожного фактора: пряме, безпосереднє його вплив на результативний ознака; непрямий вплив фактора через його вплив на інші фактори; вплив всіх факторів на результативний ознака. Якщо зв'язок між факторами несуттєва, індексним аналізом можна обмежитися. В іншому випадку його корисно доповнити кореляційно-регресійним виміром впливу факторів, навіть якщо вони функціонально пов'язані з результативним ознакою.
4.2. Побудова однофакторной кореляційної моделі залежності урожайності (У) від фактора (Х-внесення ...
