Главная страница
Навигация по странице:

  • КОРРЕЛ (массив1; массив2)

  • Задание 1.

  • Номер хозяйства Качество земли, балл Урожайность, ц/га

  • Время работа тренажера (тыс. часов) Стоимость ремонта (тыс. руб.)

  • Кор­реляция

  • Сервис - Анализ данных ;2. в появившемся списке Инструменты анализа

  • Входной интервал

  • Число ясных дней Количество посетителей музея Количество посетителей парка

  • Сервис

  • Испытуемые п/п тактичность требовательность критичность

  • Лаб_7 Корреляционный анализ. Лабораторная работа корреляционный анализ в excel 1 Корреляционный анализ в ms excel


    Скачать 1.9 Mb.
    НазваниеЛабораторная работа корреляционный анализ в excel 1 Корреляционный анализ в ms excel
    АнкорЛаб_7 Корреляционный анализ.doc
    Дата04.05.2017
    Размер1.9 Mb.
    Формат файлаdoc
    Имя файлаЛаб_7 Корреляционный анализ.doc
    ТипЛабораторная работа
    #6859


    ЛАБОРАТОРНАЯ РАБОТА

    КОРРЕЛЯЦИОННЫЙ АНАЛИЗ В EXCEL
    1.1 Корреляционный анализ в MS Excel

    Корреляционный анализ состоит в определении степени связи между двумя слу­чайными величинами X и Y. В качестве меры такой связи используется коэффи­циент корреляции. Коэффициент корреляции оценивается по выборке объема п связанных пар наблюдений (xi, yi) из совместной генеральной совокупности X и Y. Для оценки степени взаимосвязи величин X и Y, измеренных в количественных шкалах, используется коэффи­циент линейной корреляции (коэффициент Пирсона), предполагающий, что выборки X и Y распределены по нормальному закону.

    Коэффициент корреляции изменяется от -1 (строгая обратная линейная зависимость) до 1 (строгая прямая пропорцио­нальная зависимость). При значении 0 линейной зависимости между двумя вы­борками нет.

    Общая классификация корреляционных связей (по Ивантер Э.В., Коросову А.В., 1992):

    • сильная, или тесная при коэффициенте корреляции r0,70;

    • средняя при 0,50r0,69;

    • умеренная при 0,30r0,49;

    • слабая при 0,20r0,29;

    • очень слабая при r0,19.

    Существует несколько типов коэффициентов корреляции, что зависит от переменных Х и Y, которые могут быть измерены в разных шкалах. Именно этот факт и определяет выбор соответствующего коэффициента корреляции (см. табл. 13):

    В MS Excel для вычисления парных коэффициентов линейной корреляции используется специальная функция КОРРЕЛ (массив1; массив2),


    испытуемых

    X

    Y

    1

    19

    17

    2

    32

    7

    3

    33

    17

    4

    44

    28

    5

    28

    27

    6

    35

    31

    7

    39

    20

    8

    39

    17

    9

    44

    35

    10

    44

    43
    где массив1 – ссылка на диапазон ячеек первой выборки (X);

    массив2 – ссылка на диапазон ячеек второй выборки (Y).

    Пример 1: 10 школьникам были даны тесты на наглядно-образное и вербальное мышление. Измерялось среднее время решения заданий теста в секундах. Исследователя интересует вопрос: существует ли вза­имосвязь между временем решения этих задач? Переменная X — обозначает среднее время реше­ния наглядно-образных, а переменная Y— сред­нее время решения вербальных заданий тестов.

    Решение: Для выявления степени взаимосвязи, прежде всего, необходимо ввести данные в таблицу MS Excel (см. табл., рис. 1). Затем вычисляется значение коэффициента корреляции. Для этого курсор установите в ячейку C1. На панели инструментов нажмите кнопку Вставка функции (fx).

    В появившемся диалоговом окне Мастер функций выберите ка­тегорию Статистические и функцию КОРРЕЛ, после чего нажмите кнопку ОК. Указателем мыши введите диапазон дан­ных выборки Х в поле массив1 (А1:А10). В поле массив2 введите диапазон данных выборки У (В1:В10). Нажмите кнопку ОК. В ячейке С1 появится значение коэффициента кор­реляции — 0,54119. Далее необходимо посмотреть на абсолютное число коэффициента корреляции и определить тип связи (тесная, слабая, средняя и т.д.)

    Рис. 1. Результаты вычисления коэффициента корреляции
    Таким образом, связь между временем решения наглядно-образных и вербальных заданий теста не доказана.

    Задание 1. Имеются данные по 20 сельскохозяйственным хозяйствам. Найти коэффициент корреляции между величинами урожайности зерновых культур и качеством земли и оценить его значимость. Данные приведены в таблице.

    Таблица 2. Зависимость урожайности зерновых культур от качества земли


    Номер хозяйства

    Качество земли, балл

    Урожайность, ц/га

    1

    32

    19,5

    2

    33

    19

    3

    35

    20,5

    4

    37

    21

    5

    38

    20,8

    6

    39

    21,4

    7

    40

    23

    8

    41

    23,3

    9

    42

    24

    10

    44

    24,5

    11

    45

    24,2

    12

    46

    25

    13

    47

    27

    14

    49

    26,8

    15

    50

    27,2

    16

    52

    28

    17

    54

    30

    18

    55

    30,2

    19

    58

    32

    20

    60

    33



    Задание 2. Определите, имеется ли связь между временем работы спортивного тренажера для фитнеса (тыс. часов) и стоимость его ремонта (тыс. руб.):

    Время работа тренажера (тыс. часов)

    Стоимость ремонта (тыс. руб.)

    0,50

    7,50

    0,60

    7,75

    0,70

    7,25

    0,80

    7,40

    0,90

    7,90

    1,00

    8,00

    1,10

    8,50

    1,20

    8,40

    1,30

    8,35

    1,40

    8,55

    1,50

    8,70

    1,60

    9,05

    1,70

    8,80

    1,80

    9,10

    1,90

    9,30

    2,00

    9,25

    2,10

    9,45

    1.2 Множественная корреляция в MS Excel


    При большом числе наблюдений, когда коэффициенты корреляции необходимо последовательно вычислять для нескольких выборок, для удобства полу­чаемые коэффициенты сводят в таблицы, называемые корреляционными матрицами.

    Корреляционная матрица — это квадратная таблица, в кото­рой на пересечении соответствующих строк и столбцов находятся коэффициент корреляции между соответствующими параметрами.

    В MS Excel для вычисления корреляционных матриц используется процедура Кор­реляция из пакета Анализ данных. Процедура позволяет получить корреляционную матрицу, содержащую коэффициенты корреляции между различными параметрами.

    Для реализации процедуры необходимо:

    1. выполнить команду Сервис_-_Анализ_данных_;2._в_появившемся_списке_Инструменты_анализа'>Сервис - Анализ данных;

    2. в появившемся списке Инструменты анализа выбрать строку Корреляция и нажать кнопку ОК;

    3. в появившемся диалоговом окне указать Входной интервал, то есть ввести ссыл­ку на ячейки, содержащие анализируемые данные. Входной интервал должен содержать не менее двух столбцов.

    4. в разделе Группировка переключатель установить в соответствии с введенными данными (по столбцам или по строкам);

    5. указать выходной интервал, то есть ввести ссылку на ячейку, начиная с которой будут показаны результаты анализа. Размер выходного диапазона будет определен автоматически, и на экран будет выведено сообщение в случае возможного наложения выходного диапазона на исходные данные. Нажать кнопку ОК.

    В выходной диапазон будет выведена корреляционная мат­рица, в которой на пересечении каждых строки и столбца находится коэффи­циент корреляции между соответствующими параметрами. Ячейки выходного диапазона, имеющие совпадающие координаты строк и столбцов, содержат зна­чение 1, так как каждый столбец во входном диапазоне полностью коррелирует сам с собой

    Пример 2. Имеются ежемесячные данные наблюдений за состоянием погоды и посещаемостью музеев и парков (см. табл. 3). Необходимо определить, существует ли взаимосвязь между состоянием погоды и посещаемостью музеев и парков.

    Таблица 3. Результаты наблюдений

    Число ясных дней

    Количество посетителей музея

    Количество посетителей парка

    8

    495

    132

    14

    503

    348

    20

    380

    643

    25

    305

    865

    20

    348

    743

    15

    465

    541


    Решение. Для выполнения корреляционного анализа введите в диапазон A1:G3 исходные данные (рис. 2). Затем в меню Сервис выберите пункт Анализ данных и далее укажите строку Корреляция. В появившемся диалоговом окне укажите Входной интервал (А2:С7). Укажите, что данные рассматриваются по столбцам. Укажите выходной диапазон (Е1) и нажмите кнопку ОК.

    На рис. 33 видно, что корреляция между со­стоянием погоды и посещаемостью музея равна -0,92, а между состоянием по­годы и посещаемостью парка — 0,97, между посещаемостью парка и музея — 0,92.

    Таким образом, в результате анализа выявлены зависимости: сильная степень об­ратной линейной взаимосвязи между посещаемостью музея и количеством сол­нечных дней и практически линейная (очень сильная прямая) связь между посещаемостью парка и состоянием погоды. Между посещаемостью музея и парка имеется сильная обратная взаимосвязь.



    Рис. 2. Результаты вычисления корреляционной матрицы из примера 2
    Задание 3. 10 менеджеров оценивались по методике экспертных оценок психологических характеристик личности руководителя. 15 экспертов производили оценку каждой психологической характеристики по пятибальной системе (см. табл. 4). Психолога интересует вопрос, в какой взаимосвязи находятся эти характеристики руководителя между собой.

    Таблица 4. Результаты исследования

    Испытуемые п/п

    тактичность

    требовательность

    критичность

    1

    70

    18

    36

    2

    60

    17

    29

    3

    70

    22

    40

    4

    46

    10

    12

    5

    58

    16

    31

    6

    69

    18

    32

    7

    32

    9

    13

    8

    62

    18

    35

    9

    46

    15

    30

    10

    62

    22

    36




    написать администратору сайта