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)
- 1. ВВЕДЕНИЕ
- 2. РАСЧЕТНАЯ ЧАСТЬ
- 2.1 Исходные данные для проведения анализа
- 2.2 Базовый анализ данных
- 2.3 Анализ временных рядов
- 2.4 Корреляционный анализ
- 2.5 Регрессионный анализ
- Дисперсионный анализ
- 2.6 Дисперсионный анализ
- Дисперсионный анализ
- 2.7 Факторный анализ
- 2.8 Кластерный анализ
- 3. ЗАКЛЮЧЕНИЕ