ані таким чином, что при зростанні значень однієї з них значення Іншої зменшуються. Це и показує негативний коефіцієнт кореляції. Про Такі змінні говорять, что смороду негативно корельовані. p> Позитивна кореляція. Зв'язок между двома зміннімі может буті такою - колі Значення однієї змінної зростають, значення Іншої змінної такоже зростають. Це и показує позитивний коефіцієнт кореляції. Про Такі змінні говорять, что смороду позитивно корельовані. p> Найбільш часто вікорістовуваній коефіцієнт кореляції Пірсона r назівається такоже лінійної кореляцією, ТОМУ ЩО вімірює ступінь лінійніх зв'язків между зміннімі. p> Проста лінійна кореляція (Пірсона r). Кореляція Пірсона (далі називана просто кореляцією) пріпускає, что Дві розглянуті перемінні віміряні в інтервальній шкалі. Вона візначає ступінь, з Якою Значення двох змінніх "Пропорційні" один одному. ВАЖЛИВО, что Значення коефіцієнта кореляції НЕ поклади від масштабом віміру. Наприклад, кореляція между зростанням и вагою буде однієї и тієї ж, Незалежності від того, проводиться виміри в дюймах и чі фунтах у сантиметрах и кілограмах. Пропорційність означає просто лінійну залежність. Кореляція висока, ЯКЩО на графіку залежність "можна представіті" прямою лінією (З позитивним чи негативність кутом нахилится). p> Помилкові кореляції. Грунтуючись на коефіцієнтах кореляції, ві не можете суворо довести причинного залежності между зміннімі, проте можете візначіті Помилкові кореляції, тоб кореляції, Які обумовлені впливу "других", что залішаються за межами вашого поля зору змінніх. Найкраще зрозуміті Помилкові кореляції на простому прікладі. Відомо, что існує кореляція между Шкоду, Завдання Пожежа, и кількістю пожежних, начали гасить пожежо. Однак ця кореляція Нічого не говорити про ті, наскількі зменшаться ВТРАТИ, Якщо буде віклікано менше число пожежних. Причина в тому, что є третя змінна яка впліває як на заподіяній збиток, так и на число вікліканіх пожежніків. Если ві будете "Контролюваті" Цю змінну, то Вихідна кореляція або знікне, або, Можливо, даже змініть свой знак. Основна проблема хібної кореляції Полягає в того, что ві НЕ добре там, хто є ее агентом. Тім не менше, ЯКЩО ві добре там, де шукати, то можна скористати Приватні кореляції, щоб контролюваті (частково виключ) Вплив ПЄВНЄВ змінніх.
Кореляційній аналіз проводівся помощью пакету Statistica. Отримані Результат по кореляційному аналізу подано в табліці 4. <В
Таблиця 5. Результати кореляційного аналізу для пар Прямі метрики-експертні ОЦІНКИ, непрямі метрики-експертні ОЦІНКИ
В
6. Висновки по кореліційному аналізу
При проведенні кореляційного аналізу Було помощью пакету Statistica обчислено КОЕФІЦІЄНТИ для пар метрика-експертна оцінка.
На Основі отриманий даніх, Які подані у табліці 4, можна сделать наступні Висновки:
- Значення Коефіцієнтів кореляції для пар В«Метрика-експертна оцінкаВ», что зображені червоного кольору вказують на залежність между метр...
