Непараметрические методы оценки корреляционной связи показателей

Методы оценки тесноты связи подразделяются на корреляционные (параметрические) и непараметрические. Параметрические методы основаны на использовании, как правило, оценок нормального распределения и применяются в случаях, когда изучаемая совокупность состоит из величин, которые подчиняются закону нормального распределения. На практике это положение чаще всего принимается априори. Собственно, эти методы – параметрические – и принято называть корреляционными.
Методы корреляционного и дисперсионного анализа не универсальны, их можно применять, если все исследуемые факторы являются количественными. Между тем, при использовании методов статистической оценки, приходится сталкиваться с задачами измерения связи между качественными признаками, к которым параметрические методы анализа в их обычном виде неприменимы. Потребности социальной практики требуют разработки методов количественного описания социальных процессов, позволяющих точно регистрировать не только количественные, но и качественные факторы.
Статистической наукой разработаны непараметрические методы, с помощью которых можно измерить связь между явлениями, не используя при этом количественные значения признака а, следовательно, и параметра распределения.
Непараметрические методы не накладывают ограничений на закон распределения изучаемых величин. Их преимуществом является и простота вычислений.
Методы корреляционного и дисперсионного анализа не универсальны: их можно применять, если все изучаемые признаки являются количественными. При использовании этих методов нельзя обойтись без вычисления основных параметров распределения (средних величин, дисперсий), поэтому они получили название параметрических методов.
Между тем в статистической практике приходится сталкиваться с задачами измерения связи между качественными признаками, к которым параметрические методы анализа в их обычном виде неприменимы. Статистической наукой разработаны методы, с помощью которых можно ...

Для образования групп по количественному признаку необходимо определить величину интервала (i), которая определяется:
h = Xmax - Xmin / n
где Xmax – максимальное значение признака;
Xmin – минимальное значение признака;
m – число групп.

Xmax = 6,0
Xmin = 2,0
m = 3
h = (6 - 2) / 3 = 1,33
1- ый интервал 2,00 - 3,33
2 - ый интервал 3,33 - 4,66
3 - ий интервал 4,66 - 6


Таблица 2 Расчет показателей

Для образования групп по количественному признаку необходимо определить величину интервала (i), которая определяется:
h = Xmax-Xmin / n ,
где Xmax – максимальное значение признака;
Xmin – минимальное значение признака;
m – число групп.

Xmax = 6,0
Xmin = 2,0
m = 3
h = (6 - 2) / 3 = 1,33
1- ый интервал 2,00 - 3,33
2 - ый интервал 3,33 - 4,66
3 - ий интервал 4,66 - 6


Таблица 2.3 Расчет показателей
...