Xreferat.com » Рефераты по математике » Теория математической статистики

Теория математической статистики

используется коэффициент Теория математической статистики

Теория математической статистики

Эта мера может быть использована и для оценки линейной связи.

Пример вычисления:

x/возраст 10 14 18 22 26 30 34 38
  7 8 9 11 9 8 7 8
  8 9 10 11 10 9 9  
  9 10 11 12 11 9 10  
  9 11 12 12   10    
  10              

Теория математической статистикиТеория математической статистики

Находим среднее для каждого возраста и суммируем отношения каждого yi от среднего соответствующего группы.

Для 10 - Теория математической статистики=8,6; 18 – 9,5; 22 – 11,5; 26 – 10; 90 – 9; 34 – 8,67; 38 – 8.

Теория математической статистики

Теория математической статистики

Теория математической статистики - является мерой нелинейности связи и Теория математической статистики

Другие меры связи Измерения в дихотомической шкале (например, женат – не женат, мужчина – женщина) Измерение в дихотомической шкале наименований в предположении нормального распределения. Предполагается, что при более полных, более совершенных измерениях данные распределятся по нормальному закону. Шкала порядка Измерение в шкале интервалов или отношений.

Рассмотренный ранее коэффициент кореляции Пирсона соответствует сочетанию J при измерении исходных данных. Для описания степени кореляции при других комбинациях шкал измерений исходных данных используются следующие меры.

Случай A.

Теория математической статистики

px – доля людей имеющих 1 по x, py – доля людей имеющих 1 по y

qx – доля людей имеющих 0 по x, qy – доля людей имеющих 0 по y

pxy - доля людей имеющих 1 по x и y

№ 1 2 3 4 5 6 7 8 9 10 11 12
x 0 1 0 0 1 1 0 1 0 0 0 1
y 0 1 1 0 1 0 0 1 0 1 0 1

x – женат / холост

y – исключенные из учебного заведения / оставшиеся

px =0,4167 ; py = 0,5 ; qx =0,5833 ; qy = 0,5 ; pxy =0,333; φ=0,507

Если нет особого интереса к доле px и py, дихатомические данные располагают в таблице сопряженности признаков. Пример таблицы сопряженности по приведенным данным

φ – Определяется по формуле:

Теория математической статистики

Коэффициент φ, это тот же коэффициент кореляции Пирсона, но эти данные не похожи на двумерное нормальное распределение, которое мы представляли при вычислении коэффициента Пирсона. Это рассматривается как большое неудобство статистиками.

Случай B.

Удовлетворительного коэффициента для этого случая не существует, рекомендуется исходить из предположения о нормальном распределении данных и вычислять φ β качестве меры связи для этого случая.

Случай C.

Для этого случая подходят коэффициенты, о котором мы расскажем в случае I.

Случай D.

Используется биссериальный коэффициент кореляции: Теория математической статистики

Теория математической статистики - среднее по x объектов имеющих 1 по y.

Теория математической статистики - среднее по x объектов имеющих 0 по y.

Sx – стандартное отклонение

Случай E.

Тетрахорический коэффициент кореляции: Теория математической статистики

Более удобно при расчете обращаться к статическим таблицам, содержащим вычисления из этого уравнения. Они составлены при условии, что bc/ad>1. В противном случае таблица содержит ad/bc и величина тетрахорического коэффициента будет отрицательной.

Случай F.

Удовлетворительного коэффициента не разработано, рекомендуется продположить нормальное распределение для x и использовать биссериальный ранговый коэффициент (см. случай G).

Случай G.

Биссериальный коэффициент: Теория математической статистики

u – ордината нормального распределения.

Случай H.

Используется коэффициент ранговой кореляции Спирмана: Теория математической статистики

В том случае, если при измерении встречается связанные ранги, это уравнение не подходит в качестве меры кореляции.

Связанный ранг возникает в том случае, если у некоторых объектов получено одинаковое значение переменной. В этом случае ранги, которые должны были бы получить эти объекты суммируются и делятся на количество объектов и каждый получает, пролученный при вычислении ранг.

До сих пор коэффициенты кореляции представляли из себя или могли быть объяснены в терминах произведения моментов. Коэффициент кореляции, не связвнный с моментами построен Кендаллом и называется τ – Кендалла

  Теория математической статистики

Случай I.

Для этого случая коэффициенты не разработаны, рекомендуется преобразовать оценки по y в ранги и найти или коэффициент Спирмана или Кендалла

Бисериальная ранговая кореляция: Теория математической статистики

P – сумма всех совпадений; Q – сумма всех инверсий;

n0 – число объектов при нулевой дихотомии; n1– число объектов при единичной дихотомии.

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: