Файл: Связи и массовых коммуникаций российской федерации федеральное государственное.docx
Добавлен: 09.11.2023
Просмотров: 229
Скачиваний: 6
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
x1-x1 cp | x2-x2 cp | (x1-x1 cp)*(x2-x2 cp) |
-0,81406 | 16,36096442 | -13,31881329 |
-4,93955 | 47,1471624 | -232,8859639 |
3,010222 | 46,64249366 | 140,4042473 |
-0,11223 | 50,83580917 | -5,705216513 |
0,740369 | 48,00739471 | 35,54317156 |
-0,83539 | 48,22782896 | -40,28914485 |
-15,9733 | 49,94570095 | -797,7978729 |
2,092881 | 47,88467131 | 100,2169 |
-0,49118 | 51,47049364 | -25,28132206 |
0,316078 | 49,76824668 | 15,73063723 |
-1,04272 | -10,8910285 | 11,35630811 |
8,061457 | 48,88530071 | 394,0867717 |
Проведем вычисления коэффициента корреляции по выражению:
| |
D(x1) | 46,05336 |
D(x2) | 5,369862 |
cov(x1,x2) | 19,11830144 |
R (x1,x2) | 1,215729959 |
Где формула R(x1, x2) будет иметь вид: =Q55/(КОРЕНЬ(M3)*КОРЕНЬ(N3))
Проведем проверку вычисленного значения встроенной функцией КОРЕЛЛ.
КОРРЕЛ |
0,008968061 |
Где, формула для вычислений для столбцов x1 и x2 будет иметь вид: =КОРРЕЛ(J3:J54;I3:I54)
Вычисленные значения совпадают.
Для оценки тесноты, или силы, корреляционной связи обычно используют общепринятые критерии, согласно которым абсолютные значения rxy < 0.3 свидетельствуют о слабой связи, значения rxy от 0.3 до 0.7 - о связи средней тесноты, значения rxy > 0.7 - о сильной связи.
Более точную оценку силы корреляционной связи можно получить, если воспользоваться таблицей Чеддока:
Абсолютное значение rxy | Теснота (сила) корреляционной связи |
менее 0.3 | слабая |
от 0.3 до 0.5 | умеренная |
от 0.5 до 0.7 | заметная |
от 0.7 до 0.9 | высокая |
более 0.9 | весьма высокая |
Полученное значение коэффициента корреляции <0.3, следовательно, между выражениями слабая корреляционная связь.
Найдем значение t-критерия для оценки статистической значимости корреляционной связи по формуле:
Полученное значение tr сравнивается с критическим значением при определенном уровне значимости и числе степеней свободы n-2. Если tr превышает tкрит, то делается вывод о статистической значимости выявленной корреляционной связи.
Tr | 1,149145378 | |
Критическое значение tкрит найдем по таблице критических значений корреляции Пирсона | ||
к=n-2 | 50 | число степеней свободы |
р | 0,01 | уровень значимости |
tкрит | 0,451 | по таблице корреляции Пирсона |
ИТОГ | Статистически значимо | если Тр больше Ткрит то связь является статистически значимой |
Задание 5.2.
Выполнение задания 5.2. будем проводить аналогично выполнению задания 5.1. с поправкой на a2, заданное с интервалом 0.25, 0.5, 0.75….4.0.
Модуль подсчета в среде MS Excel будет выглядеть следующим образом:
N=52 | | Дано | | | | | | Уравнение 1 | Уравнение 2 |
i | ti | A1 | А2 | w1 | w2 | a1 | a2 | х1 | x2 |
1 | 1 | 0 | 50 | 480 | 480 | 0 | 0,25 | -0,742317023 | 49,25768298 |
2 | 2 | 0 | 50 | 480 | 480 | 0 | 0,5 | -2,347225118 | 47,65277488 |
3 | 3 | 0 | 50 | 480 | 480 | 0 | 0,75 | -2,047080428 | 47,95291957 |
4 | 4 | 0 | 50 | 480 | 480 | 0 | 1 | 4,941031657 | 54,94103166 |
5 | 5 | 0 | 50 | 480 | 480 | 0 | 1,25 | 0,550559816 | 50,55055982 |
6 | 6 | 0 | 50 | 480 | 480 | 0 | 1,5 | -0,661367124 | 49,33863288 |
7 | 7 | 0 | 50 | 480 | 480 | 0 | 1,75 | -2,022065746 | 47,97793425 |
8 | 8 | 0 | 50 | 480 | 480 | 0 | 2 | -0,217004877 | 49,78299512 |
9 | 9 | 0 | 50 | 480 | 480 | 0 | 2,25 | -1,176793495 | 48,82320651 |
10 | 10 | 0 | 50 | 480 | 480 | 0 | 2,5 | 1,321234241 | 51,32123424 |
11 | 11 | 0 | 50 | 480 | 480 | 0 | 2,75 | 5,850996656 | 55,85099666 |
12 | 12 | 0 | 50 | 480 | 480 | 0 | 3 | -4,972514788 | 45,02748521 |
13 | 13 | 0 | 50 | 480 | 480 | 0 | 3,25 | -0,625919561 | 49,37408044 |
Выведем столбцы со средними значениями и разницу x1 – x1ср, x2 – x2ср,
x1 ср | x2 cp | x1-x1 cp | x1-x1 cp^2 | (x1-x1 cp)*(x2-x2 cp) |
0,270288 | 50,2702883 | -1,01261 | -0,8153728 | 1,02536949 |
| | -2,34723 | | -111,8517901 |
| | -2,04708 | | -98,16348314 |
| | 4,941032 | | 271,4653767 |
| | 0,55056 | | 27,8311069 |
| | -0,66137 | | -32,63094974 |
| | -2,02207 | | -97,0145374 |
| | -0,217 | | -10,80315275 |
| | -1,17679 | | -57,45483181 |
| | 1,321234 | | 67,807372 |
| | 5,850997 | | 326,7839947 |
| | -4,97251 | | -223,8998361 |
| | -0,62592 | | -30,90420274 |
| | -1,10955 | | -54,24625936 |
| | 0,855602 | | 43,51216176 |
| | 1,782071 | | 92,27931581 |
Проведем вычисления коэффициента корреляции по выражению:
| |
D(x1) | -0,73490958 |
D(x2) | 50,27028828 |
cov(x1,x2) | 1090,8247 |
R (x1,x2) | 0,15009 |
Выполним проверку:
КОРРЕЛ |
0,15 |
Результаты совпадают, следовательно, вычисления проведены правильно.
Поскольку значение коэффициента корреляции <0.3 имеем дело со слабой корреляционной связью.
Найдем значение t-критерия для оценки статистической значимости корреляционной связи.
Найдем значение t-критерия для оценки статистической значимости корреляционной связи: | |||
Tr | 1,073453301 | ||
Вывод | Слабая корреляционная связь | ||
Критическое значение tкрит найдем по таблице притических значений корреляции Пирсона | |||
к=n-2 | 50 | число степеней свободы | |
р | 0,01 | уровень значимости | |
tкрит | 0,451 | по таблице корреляции Пирсона | |
ИТОГ | Статистически значимо | если Тр больше Ткрит то связь является статистически значимой |
Таким образом, мы исследовали возможность обработки сигналов в среде MS Excel, оценивали их взаимосвязь и статистическую значимость. Отмечается, что, хотя на первый взгляд выражения кажутся похожими, на самом деле они имеют мало общего из-за разницы в значении переменных. Тем не менее, даже небольшая связь может быть статистически значимой.