Сбор данных и группировка статистической информации

 

 

Группа 2

	Столбец 1	Столбец 2	Коэффициент корреляции
Столбец 1	1,00156E+20		0,000269762
Столбец 2	79628000000	869944872

 

 

Группа 3

	Столбец 1	Столбец 2	Коэффициент корреляции
Столбец 1	9,74122E+19		0,045296333
Столбец 2	2,21977E+13	2465345526

 

 

Группа 4

	Столбец 1	Столбец 2	Коэффициент корреляции
Столбец 1	2,10333E+23		0,88452807
Столбец 2	4,39425E+16	11733792022

 

 

 

Коэффициент ранговой корреляции

 

Обычно связь между выборками носит не функциональный, а вероятностный (или стохастический) характер. В этом случае нет строгой, однозначной зависимости между величинами. При изучении стохастических зависимостей различают корреляцию и регрессию. В данной работе будет проделан и корреляционный, и регрессионный анализ, определяющий взаимосвязь между показателями и ее форму.

Число пар значений  
n= 89

Коэффициент корреляции  
K= 0.40431906976962

Пересчет K для использования таблицы критических значений t-критерия Стьюдента  
Tf = 4.1232921431134

Критические значения из таблицы t-критерия Стьюдента  
tcr = 1.964 для P ≤ 0.05  
tcr = 2.785 для P < 0.01

Корреляция статистически значима.

 

Корреляционно-регрессионный анализ

 

Хотя полиномиальная функция дает чуть более хорошую аппроксимацию, обе функции имеют небольшую объясняющую силу (34-37%).

Явно не имеет смысл пытаться аппроксимировать нелинейную зависимость для групп 1-3, т.к. значения разбросаны, очевидно, случайным образом, даже линейная аппроксимация дает нулевой эффект. Для четвертой группы логарифмическая аппроксимация дает чуть более хороший результат, чем линейная, однако и в ней наблюдается явный выброс. Возможно, есть смысл говорить о кластерах, в пределах которых зависимая переменная колеблется в определенном интервале (та же группировка). Это и дает нам несколько большее качество линейной и нелинейной аппроксимаций для всей выборки.

 

 

 

Линейная зависимость

 

Группа 1

Группа 2

Группа 3

Группа 4

 

 

Выводы

 

В процессе решения всех поставленных вопросов данной работы, провелся анализ взаимосвязи двух показателей, которые дают явно понять, что рассматриваемая выборка неоднородна, так как чем выше показатель коэффициента, тем менее однородна выборка. Относительно группировки, результат не был столь категоричен и часть показанных подвыборок, показала их однородность.

Связь между показателями также была выявлена, она разнится от средней до высокой, лишь единожды отклоняясь от этого курса. Статистическая значимость корреляции была также подтверждена проведенными расчетами.

Анализ взаимосвязи также не выявил строгой, однозначной зависимости между величинами. Объясняющая сила функций невелика. В целом, нелинейная зависимость и ее анализ на рассматриваемых группировках неактуальна и не принесет достаточно важных результатов, значимым выводом исследования зависимостей последним методом стало то, что кластеры возможно выявить, что является иным методом группировки и приведет также к более точным и адекватным результатам.

Итак, можно констатировать, что взаимосвязь между переменными практически отсутвует, либо располагается "кластерами".

С экономической точки зрения переменные должны иметь некоторую взаимосвязь, однако, скорее всего она довольно опосредованна и выражается через другие переменные.

1 http://www.iep.ru/kommentarii/poka-sokhraniaetsia-tendentciia-sokrashcheniia-rossiiskogo-eksporta.html

2 http://www.iep.ru/kommentarii/poka-sokhraniaetsia-tendentciia-sokrashcheniia-rossiiskogo-eksporta.html

3 http://www.rg.ru/2013/10/01/reiting.html