В практических расчетах могут встречаться ситуации, когда переменные не могут быть измерены точно или достаточно достоверно. В подобном случае целесообразно соотношения между двумя переменными измерить с помощью коэффициента ранговой корреляции [c.72]
Линейная и ранговая корреляция алгоритмы расчетов. Изложите порядок расчета и использования коэффициента детерминации. [c.83]
Кендалл М. Ранговые корреляции/Пер, с англ. М. Статистика, 1975. С. 118. 32 [c.32]
По данным табл. 15.2 проверьте на случайность движение швейцарского франка а) с использованием критерия поворотных точек б) с использованием метода ранговой корреляции. [c.683]
В этой формуле п — количество значений и d — разница между парами рангов. Она дает такое же значение, что и коэффициент корреляции производного момента, рассчитанный на основе рангов. Как мы видим, эта формула гораздо проще и одновременно дает объективный показатель корреляции между двумя наборами данных. На последующих примерах мы рассмотрим вычисление коэффициента ранговой корреляции. [c.110]
Т Определение. Коэффициент ранговой корреляции является показателем измерения силы линейной зависимости между двумя наборами рангов. Значение коэффициента ранговой корреляции также лежит в пределах от —1 до +1. А [c.110]
Мы видим, что оба представителя получили наивысшие показатели в июне. Зависимость между показателями деятельности двух представителей может быть определена с помощью коэффициента ранговой корреляции. [c.110]
И наконец, вычисляем коэффициент ранговой корреляции по формуле [c.111]
Следует отметить, что значимые значения, приведенные на рис. 3.7, можно использовать при анализе как коэффициента корреляции производного момента, так и коэффициента ранговой корреляции, который мы рассматривали ранее. [c.113]
Упражнения ранговая корреляция и значимость [c.116]
В определенных обстоятельствах можно использовать коэффициент ранговой корреляции в качестве альтернативного показателя оценки зависимости между двумя наборами значений. Так, часто трудно получить точные показатели некоторых значений, и поэтому единственный надежный метод состоит в расстановке переменных по порядку, иначе говоря — в ранжировании значений. Коэффициент корреляции ранжированных значений называется коэффициентом ранговой корреляции, и он вычисляется по упрощенной формуле, которая приведена в этой главе. Значимая корреляция между двумя переменными подразумевает наличие линейной зависимости между ними. Методы регрессии можно использовать для определения уравнения наилучшей прямой линии, линии регрессии. Уравнение регрессии записывается в виде у = а + Ьх. Это уравнение можно использовать для оценки значения у при заданном значении х. Так, например, объем выручки от реализации можно рассчитать исходя из заданной суммы расходов на рекламу. Нелинейная зависимость между переменными должна быть преобразована в линейную, и только потом следует проводить базовый анализ регрессии. [c.128]
Размер производственного заказа 239—242 Ранговая корреляция 109—111 Распределение Пуассона 74 Расходы по размещению заказа 226. Расходы на хранение запасов 225—227 Регрессия 118—122 Резерв времени 365 [c.421]
Для определения тесноты связи между произвольным числом ранжированных признаков применяется множественный коэффициент ранговой корреляции (коэффициент конкордации) (W), который вычисляется по формуле [c.128]
Для нахождения коэффициента ранговой корреляции рхе (см. 3.8) следует ранжировать наблюдения по значениям переменной Xj и остатков ef и вычислить рле по формуле (3.49) [c.159]
В соответствии с (3.50) коэффициент ранговой корреляции значим на уровне значимости а при п > 10, если статистика [c.159]
Данный метод, являющийся наиболее гибким и всеохватывающим, применяется в сочетании с другими (особенно с методами аналогий и структуризации целей) и характеризуется многообразием форм реализации. В первую очередь к ним относятся осуществление диагностического анализа особенностей, анализ проблем, узких мест в системе управления действующей производственно-хозяйственной организацией или в организациях, аналогичных вновь создаваемой, с тем, чтобы предусмотреть организационное решение выявленных проблем в разрабатываемой структуре управления. Сюда же относятся проведение экспертных опросов руководителей, а также сотрудников организации для выявления и анализа отдельных характеристик построения и функционирования аппарата управления, обработка полученных экспертных оценок статистико-математическими методами (ранговая корреляция, факторный анализ, обработка списков и др.). [c.133]
Экспертный метод (метод Дельфи) основан на экспертных оценках направлений развития технологических способов производства и изменения характера потребления. Эти оценки служат важным источником научно-технической и технико-экономической информации а перспективу, их дают квалифицированные специалисты. Метод основан на сборе и обобщении мнений экспертов по определенным вопросам. Для этого разрабатываются специальные анкеты, в которые должны быть внесены количественные характеристики предмета экспертизы, обоснование мнения. Опрос осуществляется в несколько туров при уточнении. круга вопросов в каждом последующем тур-е. Прямые дебаты экспертов исключаются, но все специалисты знакомятся с полученной информацией после каждого тура. Эксперты, чье мнение реако отличается от остальных, должны дать объяснение. При характеристике времени наступления события эксперты называют три оценки — оптимистическую, пессимистическую и вероятную. На основе этих оценок математическим путем устанавливается оптимальная. Мнение экспертов оценивается в баллах, согласованность мнений экспертов оценивают по разработанным формулам— коэффициенту ранговой. корреляции Спирмена и коэффициенту конкордации М. Кендалла. Вывод делается на основе мнения большинства. [c.154]
На основе результатов анализа опроса, адекватность которого оценена коэффициентом ранговой корреляции Спирмена, можно утверждать следующее 4 балла присваивается первой вариации, 3 балла-второй, 2 балла- третьей, 1 балл - четвертой вариации. [c.57]
Непараметрические методы. Непараметрические методы статистики, в отличие от параметрических, не базируются на каких-либо предположениях о законах распределения данных3. В качестве непараметрических критериев связи переменных часто используют коэффициент ранговой корреляции Спирмена и коэффициент ранговой корреляции Кендалла. [c.87]
Коэффициент ранговой корреляции Спирмена является непараметрическим аналогом коэффициента корреляции Пирсона и определяется не по величинам переменных признаков, а по рангам — номерам в порядке возрастания величин признаков. Он более детально оценивает связь по сравнения с коэффициентом Кендалла, но менее детально, чем коэффициент Пирсона. Коэффициент Кендалла определяется числом пар признаков, для которых характерны положительные и отрицательные связи. [c.87]
Коэффициент ранговой корреляции Спирмена составляет 0,303 при Z-статистике величиной 2,686 и уровне значимости гипотезы [c.87]
Коэффициент ранговой корреляции Спирмена -0,070 +0,03 +0,300 [c.88]
Критерий, основанный на ранговой корреляции. Проверяется статистическая гипотеза Н0 =0 против Нр 0 с помощью коэффициента ранговой корреляции Кендэла [c.660]
Коэффициент ранговой корреляции Спирмена [c.78]
До сих пор мы анализировали зависимость между двумя количественными переменными. Вместе с тем в практике эконометри-ста иногда встречаются случаи, когда необходимо установить тесноту связи между ординальными (порядковыми) переменными (например, качество жилищных условий, тестовые баллы, экзаменационные оценки и т. п.). В этом случае объекты анализа упорядочивают или ранжируют по степени выраженности измеряемых переменных. При этом каждому объекту присваивается определенный номер, называемый рангом. Например, объекту с наименьшим проявлением (значением) признака присваивается ранг 1, следующему за ним — ранг 2 и т. д. Если объекты ранжированы по двум признакам, то имеется возможность оценить тесноту связи между переменными, основываясь на рангах, т. е. тесноту ранговой корреляции. [c.78]
Коэффициент ранговой корреляции Спирмена находится по формуле [c.78]
Пример 3.6. По результатам тестирования 10 студентов по двум дисциплинам А и В на основе набранных баллов получены следующие ранги (табл. 3.4). Вычислить коэффициент ранговой корреляции Спирмена и проверить его значимость на уровне а=0,05. [c.79]
Вычислить коэффициент ранговой корреляции Спирмена между результатам тестирования по двум тестам и на уровне а=0,05 оценить его значимость. [c.81]
Тест ранговой корреляции Спирмена использует наиболее общие предположения о зависимости дисперсий ошибок регрессии от значений регрессоров [c.158]
Тест Уайта. Тест ранговой корреляции Спирмена и тест Голдфелда—Квандта позволяют обнаружить лишь само наличие гетероскедастичности, но они не дают возможности проследить количественный характер зависимости дисперсий ошибок регрессии от значений регрессоров и, следовательно, не представляют каких-либо способов устранения гетероскедастичности. [c.161]
Смотреть страницы где упоминается термин Ранговая корреляция
: [c.138] [c.25] [c.662] [c.98] [c.109] [c.110] [c.116] [c.132] [c.132] [c.132] [c.421] [c.128] [c.80] [c.301] [c.304] [c.305]Смотреть главы в:
Количественные методы анализа хозяйственной деятельности -> Ранговая корреляция
Прикладная статистика Исследование зависимостей -> Ранговая корреляция
Эконометрика (2002) -- [ c.78 ]
Экономико-математический словарь Изд.5 (2003) -- [ c.299 ]
Прикладная статистика Исследование зависимостей (1985) -- [ c.100 , c.102 , c.123 ]