Korrelationsanalys som ett verktyg för ekonomisk och statistisk forskning

Korrelationsanalys är en uppsättning matematiskt baserade metoder, varmed detekterade korrelations mellan ett par faktorer eller funktioner som har en slumpmässig komponent. I en uppsättning tekniker som används i denna undersökningsmetod, används ofta:

- Konstruktion av korrelations fälten utarbeta jämförelsetabeller;

- beräkning av korrelationsförhållandet och provtagningshastigheter;

- kontroll av hypotesen om statistisk signifikans av relationen.

Fortsatt forskning har lett till etablering av specifika typer av relationer mellan variabler. Förhållandet mellan slumpmässiga funktioner eller faktorer, vars antal överstiger tre, måste använda metoden för multivariat analys.

Fält och bordskonstruktion, som är i ingrepp korrelationsanalys, används som hjälpmedel i analysen av exempeldata. Tillämpa på koordinatplan provtagningspunkter, kommer att erhålla så kallade fält korrelation. Förresten punkten ligger, är det redan möjligt att göra en preliminär prognos och för att bestämma formen av beroende av slumpmässiga variabler. Numerisk analys av resultaten kräver gruppera dem i form av en jämförelsetabell.

Först dök upp i XVIII-talet, termen "korrelation" med en lätt hand paleontologen Zhorzha Kyuve har aktivt används för fossila djur formåterhämtningsprocessen i vissa delar av hans kvarlevor. Utvecklingen av en fokuserad paleontologiska metod har lett till det faktum att korrelationsanalys började använda i olika områden av mänsklig aktivitet.

Denna metod är attraktiv för statistisk bearbetning. Korrelationsanalys i statistiken för första gången använt en brittisk biolog och statistiker Francis Galton i slutet av artonhundratalet. I ytterligare utveckling av metoden för att mäta graden av förhållandet mellan paret och ett stort antal variabler. Korrelationsanalys är nära besläktad med regressionsanalys.

Det upptar en speciell plats i ekonomin i korrelationsanalys. Men dess användning innebär ett antal begränsningar. Först och främst är detta ett tillräckligt antal mätningar och data för studien. Praxis visar att antalet observationer bör vara större än 5-6 gånger antalet faktorer. Det bästa alternativet är att ha antalet observationer är större än antalet faktorer i flera tiotals gånger. I detta fall stora talens lag, tack vare honom, kommer det att vara ömsesidigt kompensera slumpmässiga variationer.

Du bör också se till att hela uppsättningen av faktor och effektiva tecken lydde normala multivariata fördelningarna. Det finns fall där volymen av den sammanlagda är inte tillräckligt för att matcha formell testning normalitet, sedan visuellt bestämma fördelningen lagen genomförs i enlighet med korrelationen fältet. Om punkterna är anordnade i enlighet med den linjär trend, är det fullt möjligt att dra slutsatsen att den uppsättning av initiala data uppfyller kraven i normalfördelningen.

Den ursprungliga uppsättningen av värden som krävs för att övervaka kvaliteten enhetlighet.

Det faktum att korrelationen fortfarande inte ger grund för påståendet att en godtyckligt vald variabel föregås av uppkomsten av en sekund, eller är orsaken till dess förändringar, med andra ord mellan dem finns en strikt orsakssamband mellan dem, och kanske till och med effekten av en tredje faktor.

Att använda sig av resultaten av analys baserad på korrelations metoder för forskning, kan du göra ett antal specifika slutsatser om förekomsten, och viktigast av allt, om vilken typ av ömsesidigt beroende. Detta ger redan en betydande del information om objektet som studeras.