Анализ Финляндии

курсовая работа

2.4 Корреляционный анализ

Коэффициент корреляции, как и ковариационный анализ, характеризует степень, в которой два измерения «изменяются вместе». В отличие от ковариационного анализа коэффициент корреляции масштабируется таким образом, что его значение не зависит от единиц, в которых выражены переменные двух измерений (например, если вес и высота являются двумя измерениями, значение коэффициента корреляции не изменится после перевода веса из фунтов в килограммы). Любое значение коэффициента корреляции должно находиться в диапазоне от -1 до +1 включительно.

Корреляционный анализ дает возможность установить, ассоциированы ли наборы данных по величине, т. е. большие значения из одного набора данных связаны с большими значениями другого набора (положительная корреляция) или наоборот, малые значения одного набора связаны с большими значениями другого (отрицательная корреляция), или данные двух диапазонов никак не связаны (нулевая корреляция).

В строке меню Сервис выбирается пункт Анализ данных. В открывшемся окне необходимо выбрать инструмент анализа Корреляция.

Далее следуя логике анализа:

- указывается диапазон значений всех переменных для анализа;- указывается свободная ячейка, в которой будут размещены результаты или дается название новому рабочему листу и выполняется расчёт.В качестве зависимых показателей возьмем показатели группы, характеризующей экономику страны (в частности ВВП). Выясним, какие показатели (показатели какой группы) вносят наибольший вклад в формирование ВВП страны?

Получили следующую корреляционную матрицу:

 

y

x5

x6

x7

x8

x9

x10

x11

x12

x13

x14

x15

x16

x17

x18

y

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x5

0,8965

1

 

 

 

 

 

 

 

 

 

 

 

 

 

x6

-0,2819

-0,5

1

 

 

 

 

 

 

 

 

 

 

 

 

x7

-0,0755

-0

0,33

1

 

 

 

 

 

 

 

 

 

 

 

x8

0,9283

0,8

-0,3

0,03

1

 

 

 

 

 

 

 

 

 

 

x9

0,8982

0,9

-0,6

-0,2

0,88

1

 

 

 

 

 

 

 

 

 

x10

0,691

0,4

0,34

0,14

0,68

0,37

1

 

 

 

 

 

 

 

 

x11

0,6002

0,6

-0,2

-0,1

0,67

0,62

0,47

1

 

 

 

 

 

 

 

x12

-0,005

0

-0,1

0,27

0,18

0,1

-0

0,07

1

 

 

 

 

 

 

x13

0,966

0,9

-0,4

-0,2

0,88

0,95

0,54

0,58

-0

1

 

 

 

 

 

x14

0,9862

0,9

-0,3

-0,1

0,92

0,92

0,63

0,61

-0

0,99

1

 

 

 

 

x15

0,9926

0,9

-0,2

-0

0,92

0,86

0,71

0,62

-0

0,94

1

1

 

 

 

x16

0,9356

0,8

-0

0,04

0,86

0,71

0,79

0,55

0,02

0,83

0,9

0,96

1

 

 

x17

0,8859

0,9

-0,5

-0,1

0,95

0,94

0,48

0,65

0,2

0,89

0,9

0,86

0,74

1

 

x18

-0,6826

-0,6

0,44

0,17

-0,8

-0,7

-0,5

-0,5

-0,5

-0,6

-0,6

-0,6

-0,6

-0,8

1

x19

0,9967

0,9

-0,3

-0,1

0,92

0,89

0,69

0,61

-0

0,95

1

1

0,95

0,88

-0,7

статистика ряд корреляция еxcel

Анализируя эту корреляционную матрицу, видим, что наиболее существенный вклад в ВВП страны вносят показатели всех групп, в той или иной степени. К наиболее существенным показателям имеющим r > 0,7 относятся:

- численность населения, тыс. чел. (r = 0,897)

- внешняя миграция, прибыло, чел. (r = 0,928)

- объем промышленного производства (r = 0,898)

- экспорт товаров и услуг, млрд. долл. (r = 0,966)

- импорт товаров и услуг, млрд. долл. (r = 0,986)

- расходы на здравоохранение, млрд. долл. (r = 0,993)

- расходы на оборону, млрд. долл. (r = 0,936)

- численность занятых в экономике, тыс. чел. (r = 0,886)

- расходы на образование, млрд. долл. (r = 0,997)

Делись добром ;)