Статистическая значимость - как рассчитать?

Я нашёл корреляционную зависимость между факторами и составил уравнения линейной регрессии. Как рассчитать статистическую значимость найденной зависимости? Это как-то связано с вероятностью, или я не прав?
Ответы
Лучший ответ
Автор: Жорж
Ученик
КПД: 100 %
Добавлено: 2014-04-06
Ответов: 1
В том числе лучших: 1
По всей видимости, от вас требуется вероятность, с которой возможно принять утверждение, что между факторами существует корреляционная зависимость, которую вы вычислили. Она определяется через фактическую тестовую оценку найденной вами корреляционной зависимости.
Формула для расчета этой оценки - (1) в приложенном здесь материале. (2) - найденный вами коэффициент корреляции, (3) - коэффициент корреляции для генеральной совокупности, в данном
случае он неизвестен и принимается, что он равен нулю, (4) - стандартная ошибка коэффициента корреляции, где n - число наблюдений.
Например, вы изучаете зависимость между изменениями валового внутреннего продукта и объемов
продажи товаров для детей. Предположим, на основании данных за каждый год в течение пяти лет
вы нашли коэффициент корреляции, равный 0,95. В этом случае значение фактической тестовой
оценки t равно 1,64, а v - число степеней свободы. В таблице распределения Стьюдента (она
есть в любом учебнике по статистике) на пересечении t = 1,6 и v = 3 находим вероятность 0,792.
Это и есть вероятность, с которой можно принять утверждение, что факторы связаны найденной
корреляционной зависимостью.
0 пользователям нравится этот ответ
Комментариев: 0

По всей видимости, от вас требуется вероятность, с которой возможно принять утверждение, что между факторами существует корреляционная зависимость, которую вы вычислили. Она определяется через фактическую тестовую оценку найденной вами корреляционной зависимости. Формула для расчета этой оценки - (1) в приложенном здесь материале. (2) - найденный вами коэффициент корреляции, (3) - коэффициент корреляции для генеральной совокупности, в данном случае он неизвестен и принимается, что он равен нулю, (4) - стандартная ошибка коэффициента корреляции, где n - число наблюдений. Например, вы изучаете зависимость между изменениями валового внутреннего продукта и объемов продажи товаров для детей. Предположим, на основании данных за каждый год в течение пяти лет вы нашли коэффициент корреляции, равный 0,95. В этом случае значение фактической тестовой оценки t равно 1,64, а v - число степеней свободы. В таблице распределения Стьюдента (она есть в любом учебнике по статистике) на пересечении t = 1,6 и v = 3 находим вероятность 0,792. Это и есть вероятность, с которой можно принять утверждение, что факторы связаны найденной корреляционной зависимостью.
