|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Врахування впливу простору, часу та інших факторів що відповідає в нашому випадкуТепер ми отримуємо наступні результати: Унаслідок досить великої лінійності між X і Y-1 , прийнято позначати емпіричний кореляційний коефіцієнт рівним 0.96, а функціональне співвідношення виду Y = X2 приймається з вихідних даних. Можна перевірити ступінь лінійності за допомогою наступної гіпотези: Параметр ρ0 приймає значення в діапазоні від -1 до 1. Р. А. Фішер запропонував наступні перевірочні значення: Тут використовується оцінка коефіцієнта кореляції (3-82). Рекомендується приймати n>24 спостереженнь параметрів X і Y під час обрахунку. Прогнозована H0 повинна бути відхилена з помилкою α типу I якщо де zq - це q-квантиль нормально розподіленої випадкової величини. Примітка: лінійність між X і Y не пояснює причини, що є початком цієї лінійності. Що робити, якщо є третій параметр Z, що безпосередньо впливає як на змінні, тим самим викликаючи вторинну, високу залежність між X і Y? Для того щоб довести цю можливість, повинні бути розглянуті так звані часткові коефіцієнти кореляції. Нехай,маємо n спостереженнь (x, y, z) з (X,Y, Z), які слідуватимуть тривимірному нормальному розподілу. Наступними характеристиками є емпіричні коефіцієнти часткової кореляції: Оцінки " звичайних" коефіцієнтів кореляції наведені в (3-82). Для того, щоб перевірити гіпотезу про незалежність X і Y після видалення первинного впливу Z, потрібно буде розрахувати: Гіпотеза про незалежність відкидається з помилкою α типу I якщо де tm; q q-квантель, t- розподіл, m- ступінь вільності.
Приклад 3.3.1.2 Розглянемо наступні 34 тривимірних спостереження і перевіримо незалежності X і Y після видалення первинного впливу Z:
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.002 сек.) |