Коэффициент парной корреляции

Коэффициент парной корреляции вычисляется по формуле:

или

Алгоритм расчета коэффициента парной корреляции:

1) записывают исходные данные в два вариационных ряда – x и y;

2) вычисляют среднюю арифметическую ряда x и y;

3) определяют разность между членом ряда и средними величинами;

4) перемножают разности ряда x и y между собой;

5) находят сумму перемножаемых разностей (с учетом арифметического знака);

6) возводят в квадрат каждую разность (отклонение) ряда х и у;

7) определяют сумму квадратов отклонений (разностей) для ряда х и у отдельно;

8) подставляют полученные данные в исходную формулу и вычисляют коэффициент парной корреляции.

Пример. Определить корреляционную связь между строками введения противодифтерийной сыворотки и летальностью от этого заболевания.

День введения сыворотки (х)	Летальность (у)	dx	dy	dx^2	dy^2	dx*dx
1-й	2,0	-2	-5	4	25	10
2-й	3,0	-1	-4	1	16	4
3-й	7,0	0	0	0	0	0
4-й	9,0	+1	+2	1	4	2
5-й	14,0	+2	+7	4	49	14
xx = 3	xy = 7.0	Sdx=0	Sdy=0	Sdx^2=10	Sdy^2=94	Sdx*dy =30

Коэффициент корреляции равен +0,98. Связь положительная, сильная. Следовательно, между сроками введения сыворотки и летальностью от дифтерии имеется очень тесная зависимость. Число больных в этом примере равно 900.

Можно определить достоверность коэффициента корреляции, вычислив его среднюю ошибку для большого числа наблюдений (n>50) по формуле:

, или при меньшем числе наблюдений:

С достаточно большой надежностью можно утверждать, что зависимость неслучайна, если численное значение r_xy превышает свою среднюю ошибку не менее чем в 3 раза.

Т.е. связь между признаками считается статистически значимой, если коэффициент корреляции превышает свою ошибку в 3 и более раз

В том случае, когда отношение коэффициента корреляции к его средней ошибки меньше 3, существование связи между изучаемыми явлениями нельзя признать доказанным.

Для малого числа наблюдений (n£30) степень надежности коэффициента корреляции может определяться по специальной таблице. При этом число наблюдений таблицы К (число степеней свободе n ) равно числу наблюдений в исследовании без двух, т.е. К = n-2. Как правило, коэффициент корреляции рассчитывается при числе коррелируемых пар не менее 5.

В медицинских и биологических исследованиях связь между признаками считается статистически значимой, если величина коэффициента корреляции больше или равна табличной при Р=0,05

Показатели оценки коэффициента корреляции при малом числе наблюдений

K	P
	0,1	0,05	0,02	0,01
1	0,988	0,997	0,9995	0,99988
2	900	950	980	990
3	800	878	934	959
4	729	811	882	917
5	669	754	883	874
6	662	707	789	834
7	582	666	750	798
8	549	632	716	765
9	521	602	685	735
10	497	576	658	708
11	476	532	634	684
12	458	532	612	661
13	441	514	592	641
14	426	497	574	623
15	412	482	558	606
16	400	468	542	590
17	389	456	528	575
18	378	444	516	561
19	369	433	503	549
20	360	423	492	537
25	323	381	445	487
30	296	349	409	449
35	275	325	381	418
40	257	304	358	393
45	243	288	338	354
50	231	273	322	354
60	211	250	295	325
70	195	232	274	302
80	183	217	256	283
90	173	205	242	267
100	164	195	230	254

Пример. В районах изучалась зависимость между охватом населения прививками и уровнем заболеваемости. Полученный коэффициент корреляции по этим двум признакам был равен 0,81. Число наблюдений – 8 районов (пар), следовательно, К равно 6 (8-2). По таблице находим строку 6 и сравниваем полученный коэффициент. При данном числе степеней свободы (К) коэффициент корреляции превышает табличный для вероятности Р=0,05 (графа 3). Отсюда с вероятностью, большей, чем 95%, можно утверждать, что зависимость между охватом населения прививками и заболеваемостью не случайна, и эта связь сильная, т.е. чем больше процент привитых, тем меньше уровень заболеваемости.