- •Тема 6 корреляционно-регрессионный анализ эконономических показателей рекомендуемая литература
- •Раздел 6. Учебное пособие по мсммуп. – 2014. – 250 с.
- •Априорный анализ (модельная спецификация)
- •3. Измерение тесноты корреляционной связи между экономическими признаками
- •При парных линейных связях в качестве меры тесноты корреляционной связи между y и X применяется коэффициент парной корреляции Пирсона:
- •Построение парного и множественного уравнения регрессии
- •Решение системы нормальных уравнений
- •Результаты парного кра прибыли супер-маркетов
- •5. Анализ построенной модели регрессии
- •6. Практическое применение построенного уравнения регрессии
- •Сравнительный анализ лидеров и аутсайдеров на базе линейной регрессионной модели
- •Результаты точечного и интервального прогнозирования прибыли супер-маркетов в системе statistica
3. Измерение тесноты корреляционной связи между экономическими признаками
Это первый этап непосредственного КРА.
В настоящее время выделяются следующие основные типы корреляционных связей между переменными: 1) парная корреляция; 2) частная корреляция; 3) множественная корреляция; 4) автокорреляция; 5) каноническая корреляция.
При парных линейных связях в качестве меры тесноты корреляционной связи между y и X применяется коэффициент парной корреляции Пирсона:
; - 1 ≤ r ≤ 1
Коэффициент парной корреляции обладает рядом свойств, которые вытекают из свойств дисперсии и ковариации и делают его особенно привлекательным при проведении любых исследований, в том числе и экономических. Приведём важнейшие из них:
1) rYX не зависит от начала отсчёта переменных, иными словами, если к каждому наблюдаемому значению величин X и Y прибавить константу, то величина rYX не изменится;
2) rYX не зависит от единиц измерения переменных, т.е. если все наблюдаемые значения величин X и Y умножить на постоянное число, то величина rYX не изменится;
3) из равенства Y = X вытекает rYY = rХХ = 1, т.е. корреляция признака с самим собой всегда равняется единице;
4) rYХ не зависит от порядка переменных, т.е. rYХ = rХY;
5) rYX принимает значения в интервале от -1 до +1;
6) отрицательное значение rYX указывает на обратную связь между признаками, положительное – на прямую связь;
7) при rYX = ±1 переменные Y и X являются линейно зависимыми, а связь превращается в функциональную, т.е. никакие другие факторы, кроме X, не влияют на вариацию результативного признака Y;
8) при rYХ = 0 переменные считаются линейно независимыми, некоррелированными
(ортогональными).
Коэффициент парной корреляции имеет следующие градации и интерпретируется так:
а) при 0 |rYX| 0,3 связь слабая;
b) при 0,3 < |rYX| 0,7 связь средняя;
c) при 0,7 < |rYX| 1 связь тесная.
В экономической практике чаще всего встречается случай, когда -1 < rYX < 1 и теснота корреляционной связи между переменными интерпретируется в соответствие с приведенной выше градацией. В этом контексте ситуацию, когда rYX = 1 (функциональная зависимость между X и Y), можно рассматривать как предельный случай корреляционной связи. Иными словами, по мере ослабления действия на Y всех случайных факторов, аккумулированных в компоненте , значение rYX 1.
Необходимо иметь в виду, что сама по себе величина коэффициента парной корреляции, даже близкая к единице, не является доказательством наличия причинно-следственной зависимости между изучаемыми экономическими переменными. Она характеризует лишь формальную меру корреляции между ними. Статистическая зависимость, как бы ни была она сильна, никогда не может установить причинной связи: наши идеи о причине должны приходить извне статистики, в конечном счёте, из некоторой другой теории, например, из экономической науки.
Расчёт r осуществляют с помощью персонального компьютера в редакторе Excel. Для этого используются команды: = КОРРЕЛ (адреса ячеек Y; адреса ячеек X) – Enter.
Если переменных много, то расчет коэффициентов парной корреляции удобно вести с помощью стандартной программы: СЕРВИС – АНАЛИЗ ДАННЫХ – КОРРЕЛЯЦИЯ – (показать курсором все переменные, а также выходной интервал) – Enter. В результате получается квадратная симметричная матрица коэффициентов парной корреляции, по главной диагонали которой расположены единицы.
В качестве примера рассмотрим расчет коэффициента парной корреляции между прибылью 24 супер-маркетов и объемом их реализации: оба подхода дают одинаковый результат r = 0,96864, т.е. связь между изучаемыми экономическими показателями прямая и очень тесная.