Page 59 - 4169

альтернативний, то показником щільності зв’язку є бісеріальний коефіцієнт
кореляції (бісерія – дві серії):
Y  Y pq
r  1 2 (6.13)
 Z
y
де Y 1 ,Y 2 - середня альтернативна ознака за першою і другою групою, відповідно;
σ – середнє квадратичне відхилення за обома групами; р – частка першої групи;
q – частка другої групи; Z – ордината нормальної кривої, яка ділить її площу у
відношенні р: q.

Варто знати, що методи аналізу таблиць взаємної спряженості можна
використати і для кількісних ознак. Будь-які технічні перешкоди відсутні. Проте
слід пам’ятати, що коефіцієнт спряженості оцінює лише узгодженість фактичного
розподілу з пропорційним. При переставлянні рядків чи стовпців значення
коефіцієнта С не зміниться. Міри щільності кореляційного зв’язку — коефіцієнт
2
2
детермінації R і кореляційне відношення  — оцінюють не лише узгодженість
частот, а й порядок, послідовність, в якій поєднуються різні значення ознак. Отже,
ці характеристики зв’язку більш потужні. А загалом вибір методу вимірювання
зв’язку і характеристик його щільності має ґрунтуватись на попередньому
теоретичному аналізі суті явищ, характеру взаємозв’язків, наявній інформації.

НЕ 6.3. Розглянуті в попередніх питаннях методи дозволяють виявити
лише загальні риси зв'язку між ознаками, з’ясувати його тенденцію. Набагато
точнішим і функціональнішим є кореляційно-регресійний аналіз.
Основними завданнями кореляційно-регресійного аналізу є:
- визначення за допомогою рівнянь регресії виду і форми зв’язку між
досліджуваним ознаками;
- встановлення ступеня щільності зв’язку між ознаками;
- оцінка достовірності отриманих результатів.
Найчастіше трапляють три типи кореляційних зв’язків:
- результативна ознака безпосередньо залежить від факторної;
- результативна ознака залежить від комплексу факторів;
- дві результативні ознаки спричинені дією однієї загальної причини.
Кореляційно-регресійний аналіз здійснюють у такій послідовності:
1) встановлення причинно-наслідкового зв’язку між показниками;
2) вибір найістотніших ознак та обґрунтування регресійної моделі.
Залежно від числа факторних ознак, які входять до моделі, виділяють одно- і
багатофакторні моделі;
3) визначення параметрів зв’язку: коефіцієнтів рівняння регресії,
коефіцієнта кореляції, кореляційного відношення;
4) перевірка надійності результатів;
5) вибір оптимальної моделі;
6) визначення довірчих інтервалів для коефіцієнта регресії;
7) прогнозування результативної ознаки.

59