Korrelasjonsanalyse som verktøy for økonomisk og statistisk forskning

Korrelasjonsanalyse er et sett av matematisk baserte metoder, etter som detekteres korrelasjon mellom et par faktorer eller egenskaper som har en tilfeldig komponent. I et sett av teknikker som brukes i denne metoden for etterforskning, er utbredt:

- Bygging av korrelasjons felt, utarbeide korrelasjons tabeller;

- beregning av korrelasjonsforholdet og samplings-hastighetene;

- verifikasjon av hypotesen om statistisk signifikans av forholdet.

Fortsatt forskning førte til etableringen av bestemte typer relasjoner mellom variabler. Forholdet mellom tilfeldige funksjoner eller faktorer, hvis antall overskrider tre, trenger å bruke metoden for multivariabel analyse.

Field og tabell konstruksjon som er i inngrep korrelasjonsanalyse, anvendes som hjelpemidler i analysen av prøvedata. Påføring på koordinatplanet prøvepunkter, som kommer til å oppnå såkalt feltkorrelasjon. For øvrig finner punktet, er det allerede mulig å foreta en foreløpig prognose og for å bestemme formen av avhengighet av tilfeldige variabler. Numerisk analyse av resultatene krever gruppere dem i form av en korrelasjonstabell.

Først dukket opp i XVIII århundre, begrepet "sammenheng" med en lett hånd paleontolog Zhorzha Kyuve har vært aktivt brukt for fossile dyr form gjenopprettingsprosessen i enkelte deler av hans levninger. Utviklingen av en fokusert paleontological metode har ført til det faktum at korrelasjonsanalyse tatt i bruk i forskjellige områder av menneskelig aktivitet.

Denne metoden er attraktivt for statistisk bearbeiding. Korrelasjonsanalyse i statistikken for første gang brukt en britisk biolog og statistiker Francis Galton på slutten av XIX århundre. I videreutvikling av fremgangsmåten for å måle tettheten av forholdet mellom paret og et stort antall variabler. Korrelasjonsanalyse er nært knyttet til regresjonsanalyse.

Det har en spesiell plass i økonomien i korrelasjonsanalyse. Men bruken pålegger en rekke restriksjoner. Først av alt, er dette et tilstrekkelig antall målinger og data for undersøkelsen. Praksis viser at antall observasjoner bør være større enn 5-6 ganger så mange faktorer. Det beste alternativet er å ha antall observasjoner større enn antall faktorer i flere titalls ganger. I dette tilfellet, loven om store tall, takket være ham, vil det være gjensidig kompensere tilfeldige svingninger.

Du bør også sørge for at hele settet med faktorielle og effektive tegn adlød normale multivariate fordelinger. Det er tilfeller hvor volumet av aggregatet ikke er tilstrekkelig for tilpassing av formell testing normalitet, og deretter visuelt å bestemme fordelingslov utføres i henhold til korrelasjonen felt. Hvis punktene er ordnet i henhold til den lineære utvikling, er det fullt mulig å konkludere med at det sett av initialdata tilfredsstille kravene til normalfordelingen.

Den innledende sett av verdier er nødvendig for å overvåke kvaliteten ensartethet.

Det faktum av korrelasjon fortsatt ikke gir grunnlag for påstanden om at en tilfeldig valgt variabel innledes med utseendet av et sekund, eller er årsaken til sine endringer, med andre ord, mellom dem er det en streng årsakssammenheng mellom dem, og kanskje til og med handlingen av noen tredje faktor.

Å gjøre bruk av resultatene av analysen basert på korrelasjons metoder for forskning, kan du gjøre en rekke konkrete konklusjoner om tilstedeværelse, og viktigst, om natur gjensidig avhengighet. Dette gir allerede en betydelig andel informasjon om objektet under studien.