Ложная корреляция

Н. С. Четвериков. О наличии ложной корреляции в динамическом ряду. Вестник статистики , 1966, № 11, с. 84. [c.72]

Н. С. Четвериков. О ложной корреляции. В сб. Применение методов корреляции в экономических исследованиях . М., Наука , 1969, с. 5—7. [c.72]

Четвериков Н. С. О наличии"ложной корреляции в динамическом ряду. Вестник статистики , 1966, № 11, Статистика . 84—87 с. [c.127]

Явления развиваются самостоятельно связи между ними нет (эффект ложной корреляции) [c.74]

Леверидж — 327, 330, 335 Лендеры — 324, 371, 487, 492, 493 Лизинг (финансовая аренда) — 215, 329 Ликвидность — 303 Ложная корреляция — 74 [c.546]

При работе с временными рядами разных показателей и при изучении взаимосвязей между ними довольно быстро были осознаны проблема ложной корреляции и проблема лага, т. е. сдвига во времени, который позволял уловить наличие связи между показателями (ВВП и инвестициями, приемом на учебу и выпуском из учебных заведений и т. д.). [c.19]

Ложная корреляция возникала под влиянием фактора времени, иначе говоря, трендовой компоненты в коррелируемых временных рядах в случаях,если [c.19]

Для того чтобы получить коэффициенты корреляции, характеризующие причинно-следственную связь между изучаемыми рядами, следует избавиться от так называемой ложной корреляции, вызванной наличием тенденции в каждом ряде. Обычно это осуществляют с помощью одного из методов исключения тенденции, которые будут рассмотрены в п. 6.2. [c.264]

Как было показано в примере 5.1, коэффициент автокорреляции первого порядка по ряду расходов на конечное потребление гух = 0,976. Аналогично можно рассчитать, что коэффициент автокорреляции первого порядка временного ряда совокупного дохода г = 0,880. Можно предположить, что полученные результаты содержат ложную корреляцию ввиду наличия в каждом из рядов линейной или близкой к линейной тенденции. Применим метод устранения тенденции по отклонениям от тренда. Результаты расчета линейных трендов по каждому из рядов представлены в табл. 6.2. [c.266]

В ряде случаев наличие в одном из временных рядов тенденции может быть следствием именно того факта, что другой ряд, включенный в модель, тоже содержит тенденцию, а не просто результатом прочих случайных причин. Поэтому одинаковая или противоположная направленность тенденций рядов может иметь устойчивый характер и наблюдаться на протяжении длительного промежутка времени, а коэффициент корреляции, рассчитанный по уровням временных рядов, может соответственно не содержать ложной корреляции и характеризовать истинную причинно-следственную зависимость между ними. [c.282]

Что такое ложная корреляция и как ее избежать [c.289]

Лаг 19, 230, 291, 293, 297, 307, 309 Лаговые переменные 291, 307, 311 Линеаризация 62-63, 66, 69-71, 103 Линейная модель множественной регрессии 90 Линейность 15-16, 70-71 Ложная корреляция 19, 222 [c.339]

При изучении экономических явлений методами К.а, необходимо тщательно выявлять причинные зависимости, лежащие в основе корреляции наблюдаемых показателей, Отсутствие причинной связи между явлениями (хотя корреляционная связь между ними установлена) называется ложной корреляцией. Она часто встречается при анализе временных рядов, когда параллельно снижаются или повышаются показатели, на самом деле совершенно не зависящие друг от друга, [c.155]

О ложной корреляции (влияние третьего фактора ) [c.24]

Одним из возможных оснований для существования корреляции без причинной обусловленности является наличие некоторого скрытого, ненаблюдаемого, третьего фактора, который маскируется под другую переменную. В результате фиксируется так называемая ложная корреляция . [c.24]

Поскольку утверждение, содержащее в упомянутом тезисе, довольно сомнительное, было решено поискать другое разумное объяснение. Оказалось, что одновременные синхронные изменения числа аистов и числа детишек объясняются изменением среднего уровня жизни жителей Стокгольма. Эта переменная первоначально не являлась предметом рассмотрения, отчего и случился такой забавный курьез вследствие ложной корреляции. [c.25]

Для оценки уравнений использованы данные о производстве по отраслям промышленности, инвестициях. Показатели очищены от инфляции и выражены в постоянных ценах 1990 г., с помощью отраслевых индексов и индексов потребительских цен. Кроме того, использованы индексы изменения транспортных тарифов. Это позволяет избежать ложной корреляции во временных рядах. Пространственная корреляция показателей может быть обусловлена влиянием масштабов экономики регионов. Чтобы устранить влияние масштаба использовались данные либо как относительные величины коэффициенты, индексы, либо как величина, приходящаяся на одного жителя региона. [c.69]

Одна из наиболее серьезных проблем подобного рода — это выводы о причинах тех или иных событий и явлений на основании ошибочных или ложных корреляций. Подобные некорректные выводы делаются, как правило, тогда, когда [c.308]

Давайте проанализируем проблему ложных корреляций. Игнорирование случайных факторов или случайных колебаний величин переменных— это одна из самых распространенных ошибок при анализе корреляций между параметрами динамики рынка. Почти все закономерности , о которых вы читаете в финансовой периодике о динамике рынка, объясняются на самом деле чисто случайными процессами и факторами. Самый характерный пример подобного рода—это благоговейный пересказ журналистом рекомендаций какого-нибудь менеджера взаимного фонда относительно тех или иных конкретных акций или общей тенденции движения рынка. Мистер X может предсказать абсолютный максимум цен. Он купил акции, когда их цена достигла абсолютного минимума, и написал об этом книгу. Он купил акции AB перед недавним подъемом цен и не будет их продавать, пока цена не достигнет 100 долл. за акцию . Ну да, конечно. Среди десятков тысяч менеджеров и консультантов всегда найдутся один-два, которые точно попали в яблочко . Но действительно ли их успех объясняется какой-то особой прозорливостью Более вероятное объяснение — простая удача. [c.309]

Проклятие ложных корреляций [c.316]

Дайте определение ложной корреляции. Что означает подавленная связь Как ее [c.600]

Говоря о статье Б. М. Миронова, следует обратить внимание на два момента. Во-первых, динамические ряды по некоторым показателям получены путем расчетов, методика которых должным образом не раскрыта, а источники исходных данных охарактеризованы слишком обобщенно. Во-вторых, подвергая корреляционному анализу фактические значения динамических рядов, Б. М. Миронов не учитывает возможности появления ложной корреляции, поскольку значения таких рядов не являются в полной мере независимыми. Однако, учитывая важность разработки методов количественного анализа рядов временных данных, редколлегия сочла возможным опубликовать статью в данном варианте. [c.5]

Приведем такой пример. Пусть курсы акций США обнаружили зависимость от активности Солнца и длины юбок. Однако данные корреляции вряд ли показывают истинные причинные взаимосвязи. Напротив, данные взаимосвязи вероятнее всего были ложными, что свидетельствует об их случайном характере. Если нет оснований считать, что выявленная зависимость имеет объективную основу, то не стоит ожидать, что эта зависимость сохранится в будущем. [c.803]

Пусть на рис. 4.3а) изображен граф модели, истинность корреляции входов которой находится под вопросом. Г. Саймон показал, что если корреляция х и х2 является ложной в отмеченном смысле, то частный коэффициент корреляции первого порядка rxx. v где z — общая для хх и х2 причина — должен быть равен нулю. 2 [c.219]

Излагаемые в работе подходы, решения и выводы корректны лишь для совокупности, подчиненной нормальному закону. В экономических исследованиях чаще встречаются скошенные распределения. Для скошенных же распределений до сих пор не существует аппарата анализа связей. Поэтому практически пользуются методами, разработанными в предположении нормального распределения. Однако выводы должны делаться с большой осторожностью. Например, высокий коэффициент корреляции говорит о тесной взаимосвязи независимо от типа распределения. Малый же коэффициент корреляции при скошенном многомерном распределении не может еще свидетельствовать о слабой связи. Такое положение может привести к довольно скользким позициям в зависимости от исходной гипотезы и желания исследователя факт слабой связи может быть произвольно принят как истинный или как ложный. [c.11]

Реальная жизнь не так проста. Дети Демиурга сложны и не могут быть классифицированы в соответствии с несколькими простыми характеристиками. Мы нашли, что на рынках капитала большинство рядов характеризуется эффектами долговременной памяти, или смещениями сегодняшняя рыночная деятельность смещает будущую деятельность на очень долгое время. Подобный эффект Иосифа может вызвать серьезные проблемы для традиционного анализа временных рядов например, эффект Иосифа очень сложно, если не невозможно, отфильтровать. AR(1)-разности, самый распространенный метод для устранения сериальной корреляции, не могут удалить эффекты долговременной памяти. Долговременная память вызывает появление трендов и циклов. Эти циклы могут быть ложными, поскольку они являются просто функцией эффекта долговременной памяти и случайного изменения в смещении рынка. [c.261]

Следует также отметить, что коррелирование уровня динамического ряда обнаруживает ложную корреляцию 2. Например, если два динамических ряда имеют плавную тенденцию к росту за отобранный период, то получается очень высокий коэффициент корреляции между ними. Однако если при этом исключается уровень динамического ряда и коррелируются отклонения от него, то коэффициент корреляции будет свободен от влияния временного тренда, являющегося причиной ложной корреляции. [c.72]

Но ведь одинаковая направленность трендов вовсе не означает причинной зависимости. Например, рост производства ракет не причина происходившего в тот же период роста производства мяса. Гораздо вероятнее, что при отсутствии гонки производства ракетного оружия производство мяса росло бы значительно быстрее. А коэффициенты корреляции уровней высоки Таким образом, не только, возникает масса ложных корреляций , за которыми нет причинной зависимости, но искажаются (преувеличиваются или преуменьшаются) и те показатели корреляции, за которыми стоят реальные причинные зависимости. [c.363]

Путевой анализ позволяет произвести декомпозицию корреляции Гу. Введем понятия полная (совокупная) связь , совокупное влияние , прямое влияние , косвенное влияние . Если коэффициент корреляции нулевого порядка Гу рассматривать как измеритель полной связи двух переменных, то мерой совокупного влияния j-R переменной на /-ю переменную (qy) будет являться ее часть, не зависящая ни от общих для них переменных — причин, ни от корреляции между общими дляу-й и /-й переменных причинами (компоненты ложной корреляции), ни от наличия не анализируемой в модели априорной корреляции предопределенных переменных — входов. [c.221]

Структурные причинные модели в эконометрике и социологии соединяют теорию объекта с эмпирическими данными на основе графа связей. Структурные модели формализуют гипотезы о причинных отношениях. Встает задача выбора гипотез, обозначаемая иногда в эконометрической и социологической литературе как проблема каузального вывода. Х.Блейлок, изучая этот вопрос как часть общего вопроса о средствах построения социологических теорий, предложил формальный прием, основанный на идеях Г.Саймона о ложной корреляции и каузальной упорядоченности, иногда называемый процедурой Саймона — Блейлока. [c.222]

Моделирование при помощи нестационарных рядов может оказаться проблематичным, например, это может привести к ложной корреляции. Чтобы понять, что это такое, взгляните на рис. 7.7, на котором изображены значения индексов FTSE 100 и S P 500. Коэффициент корреляции этих двух рядов равен 0,81. Однако было бы неуместным предполагать причинную связь между значениями индексов. Конечно, оба индекса вместе возрастают и падают на протяжении длительных периодов времени, но является ли рост одного индекса причиной роста другого В действительности же, в соответствии с экономической теорией, причиной одновременного роста индекЛов служит долгосрочный экономический рост в обеих странах при условии высокого уровня интегрированное национальных экономик и положительного уровня инфляции. Таким образом, причиной долго- [c.322]

При исследовании взаимосвязей между обществ, явлениями следует избегать т. н. ложной корреляции. Ложная К. может возникнуть по след, причинам 1) вследствие применения аналитич. приёмов К. к величинам, изменяющимся не беспорядочно (не случайно), в особенности, когда одна нз переменных вообще не является случайной (напр., К. с временем ) 2) когда изучаемые переменные содержат в своём составе одинаковые элементы в виде слагаемых или делителей (в данном случае К. создаётся формально арифметически и не свидетельствует о связи между признаками) 3) когда исследователь ищет связь между абсолютными значениями признаков, а последние даны в форме относит, чисел, или же наоборот, изучается К. между относит, показателями, а данные выражены в абсолютных числах (т. н. относительно ложная корреляция) 4) в случае, когда распределение одного из признаков создано искусственно (т. н. бессмысленная корреляция) напр., экспериментальные исследования, в к-рых количество единиц в каждом классе распределения устанавливается по произволу исследователя или обстоятельствам, не имеющим отношения к изучаемой связи 5) статистич. материал дан в грубо неоднородном составе в результате смешения двух совокупностей с различными средними величинами признака в этом случае К. определяется разницей между средними уровнями составных частей и относит, численностью последних (т. н. стратификация материала) 6) в материале статистич. наблюдения значит, ошибки, к-рые нельзя исправить. [c.272]

Лит. Л у к о м с к и и Я. И., Теория корреляции и ее применение к анализу производства, 2 изд., М., 1961 М и л л с Ф., Статистические методы, пер. с англ., М., 1958 Ю л Дж. О., Кен ц э л М. Д ж.. Теория статистики, пер. с англ., 14 изд., М., liHifi г у п р о в А. А., Основные проблемы теории корреляции, 2 инд., М., 1960 его же, Вопросы статистики, М., 1960 Ч < т в е р и к о в Н. С., Статистические и стохастические исследования, М., 1963 е г о ж е, О ложной корреляции, в сб. Применение методов корреляции в экономических исследованиях, М., 1969 Е зеки э л М., Фокс К. А., Методы анализа корреляций и регрессий линейных и криволинейных, пер. с англ., М., 1906 Ф р е н к е л ь А. А., Математический аналии производительности труда, М., 1968 Кильдишев Г. С,., Ф р е н цель А. А., Анализ экономических временных рядов и прогнозирование, М., 1973. Н. С. Четвериков. Москва. [c.273]

Ложные корреляции. Существенная часть этой книги посвящена рассмотрению случайных ассоциаций, которые ошибочно принимают за причинные связи. Когда мы обнаружим ложные корреляции, то обозначим их иконкой с изображением пары аистов, символизирующих комплексные, но ложные взаимосвязи между ростом народонаселения, плохой колбасой, тем, что двоится в глазах, неправильной интерпретацией трудов Канта (unkantverstehenlassenhummels — нем.) и наблюдениями за жизнью аистов в Ольденбурге (Германия). [c.40]

Б. С. Ястремский 38 вслед за Н. С. Четвериковым39 обратил внимание на это недоразумение и объяснил парадокс условиями ложной корреляции. Суть его заключается в следующем. Каждое из двух коррелятивно связанных явлений состоит из элементов двоякого рода. Одни элементы входят в состав только одного явления, другие же — в состав и того, и другого явления, будучи общим для обоих. То или иное соотношение между общими и необщими элементами и порождает связь различной тесноты. Связь будет тем сильнее, чем выше доля общих элементов наоборот, она будет тем слабее, чем меньшей будет доля общих [c.278]

Подчеркнем, что попарная корреляция входов в модели (4.16) не структурируется. Между тем эта корреляция может быть как следствием координированного изменения двух различных взаимонезависимых причин — истинной корреляцией, так и ложной — результатом воздействия третьей переменной — общей для этих двух переменных причины. [c.218]

КОРРЕЛЯЦИЯ [ orrelation] — величина, характеризующая взаимную зависимость двух случайных величин, XnY, безразлично, определяется ли она некоторой причинной связью или просто случайным совпадением (ложной К.). Для того чтобы определить эту зависимость, рассмотрим новую случайную величину — произведение отклонения значений х от его среднего Мх и отклонения у от своего среднего My, Можно вычислить среднее значение новой случайной величины [c.155]

В других работах по математической статистике мы обнаруживаем примерно такое же определение частного коэффициента корреляции. Как видно, при переходе от парной корреляции к частной авторы уже вынуждены говорить о влиянии. В результате смысл, который может иметь коэффициент корреляции, помимо чисто описательного, зависит от знания специфики происхождения связи между величинами. Коэффициенты корреляции могут оказаться, таким образом, опасным орудием при анализе наблюденных данных, поскольку они могут вести к смешению стохастической и функциональной взаимосвязей и, следовательно, к ложным выводам [30.535]. И не удивительно, что результаты применения корреляционного анализа подвергаются большим сомне ниям. К корреляционному анализу можно отнести оценку академика А. Н. Колмогорова, данную им дисперсионному анализу и работам Фишера. А. Н. Колмогоров [17...] говорил Дисперсионный анализ является типичным созданием Р. А. Фишера. Четко и удобно разработанная вычислительная техника соединена здесь с очень выразительной и доходчивой терминологией, внушающей исследователю, пожелавшему воспользоваться этим методом, вполне определенную интерпретацию результатов вычисления. Если хорошая разработка стандартной техники вычисления является безусловной заслугой Фишера, то слишком многообещающая терминология является определенным злом. Особенно в случае, когда, как это происходит в книгах Фишера и его последователей, необходимые для обоснования методы в лучшей случае лишь формально упоминаются без разъяснения степени их стеснительности в практически важных случаях, а различные формально рассчитанные компоненты дисперсии с полной категоричностью относятся на счет причинного влияния отдельных анализируемых факторов или их взаимодействий без всякого упоминания о том, что это разложение дисперсий на эти компоненты на самом деле объективного смысла часто совсем не имеет. [c.9]

Смотреть страницы где упоминается термин Ложная корреляция