Курсовая работа: Кореляційний аналіз урожайності зернових культур

Оскільки у нашому випадку лише дві факторних ознаки то формула має вигляд:

Параметри рівняння множинної регресії обчислюють способом найменших квадратів розв’язанням системи рівнянь

Обчисливши цю систему отримуємо:

 ц

 ц

 ц

Формула має вигляд:

Параметри а1 і а2 показують пропорцію впливу даних чинників x1 та x2 на результат y при умові, що всі інші чинники еліміновані (зафіксовані на постійному рівні).

Параметр а1 (0,2097) показує, що при збільшенні якості ґрунту на 1 бал, урожайність зернових культур збільшиться на 0,2097ц, не залежно від внесення мінеральних добрив.

Параметр а2 (2,428) показує, при збільшенні внесення мінеральних добрив на 1 ц, урожайність зернових культур збільшиться на 2,428 ц, незалежно від якості ґрунту.

Параметр а0 (2,428) не має економічної інтерпретації. Він відображає вплив випадкових факторів, не врахованих в даному дослідженні.

3.3 Оцінка тісноти зв’язку

Показниками щільності зв’язку при множинній кореляції є парні, часткові і множинні (сукупні) коефіцієнти кореляції і множинний коефіцієнт детермінації.

Парні коефіцієнти кореляції використовують для вимірювання щільності зв’язку між двома досліджуваними ознаками без урахування їх взаємодії з іншими ознаками.

У нашому випадку коефіцієнти кореляції дорівнюватимуть

1) між урожайністю зернових культур та кількістю внесених добрив:

2) між урожайністю зернових культур та якістю ґрунту:

3) між кількістю внесених мінеральних добрив та якістю ґрунту

Обчислені парні коефіцієнти кореляції показують, що урожайність зернових культур перебуває у щільному зв’язку як з кількістю внесених мінеральних добрив (0,8297), так і з якістю ґрунту (0,8528). Існує також залежність між внесених мінеральних добрив та якістю ґрунту (0,843).

Часткові коефіцієнти кореляції характеризують щільність зв’язку результативної ознаки з однією факторною ознакою при умові, що інші факторні ознаки перебувають на постійному рівні.

Частковий коефіцієнти кореляції між ознаками y та x1 без урахування впливу ознаки x2 визначають за формулою:

У нашому випадку частковий коефіцієнт кореляції між урожайністю зернових культур та кількістю внесених мінеральних добрив становитиме

частковий коефіцієнт кореляції між урожайністю зернових культур надоєм молока та якістю ґрунту становитиме

Додатні знаки перед частковими коефіцієнтами кореляції свідчать про пряму залежність між досліджуваними ознаками.

Коефіцієнт множинної детермінації показує, яка частка варіації досліджуваного результативного показника зумовлена впливом факторів, включених у рівняння множинної регресії. Він може мати значення від 0 до +1. Чим ближчий коефіцієнт множинної детермінації до одиниці, тим більше варіація результативного показника характеризується впливом відібраних факторів.

Коефіцієнт множинної детермінації визначається за формулою:

Коефіцієнт множинної детермінації показує, що 76,5% варіювання урожайності зернових культур у досліджуваних господарствах зумовлене включеними у кореляційну модель факторами: внесення мінеральних добрив та якість ґрунту. Решта коливання урожайності зернових культур (23,5%) зумовлена іншими, не включеними в кореляційну модель факторами.

Основним показником щільності зв’язку при множинній кореляції є коефіцієнт множинної (сукупної) кореляції, який може мати значення від 0 до +1. Формула його обчислення має такий вигляд:

Розділ 4. Непараметрична кореляція

Непараметричні методи визначення тісноти кореляційного зв’язку використовують, якщо характер розподілу досліджувальної сукупності невідомий. Особливістю цих методів є те, що коефіцієнт кореляції між ознаками визначають не за кількісними значеннями варіантів ознак, а за допомогою порівняння їх рангів. Під рангом розуміють порядковий номер відповідної одиниці сукупності у ранжируваному ряду. Чим менша розбіжність між порядковими номерами порівнюваних ознак, тим тісніший зв’язок між ними.

Непараметричні критерії використовують для вимірювання тісноти зв’язку якісних ознак, які не мають кількісного виразу, але їх можна ранжирувати. З непараметричних критеріїв тісноти зв’язку найчастіше застосовують коефіцієнт кореляції рангів і коефіцієнт Фехнера.

Коефіцієнт кореляції рангів обчислюють за формулою Спірмена:

де d – різниця між рангами елементів сукупності за першою і другою ознаками; n – кількість спостережень.

Коефіцієнт кореляції рангів може мати значення від 0 до +1 і від 0 до -1. Якщо обидва ряди рангів повністю збігаються, то Ʃd2=0 і коефіцієнт кореляції дорівнює +1. При повному зворотному зв’язку, коли ранги розташовані у зворотному порядку, коефіцієнт кореляції дорівнює -1.

Коефіцієнт Фехнера застосовують для оцінки тісноти зв’язку порівнянням знаків відхилень варіантів факторної і результативної ознак від середніх. Його визначають за такою формулою:

де ƩЗ – кількість збігів; ƩН – кількість незбігів знаків у відхиленнях від середніх.

Коефіцієнт Фехнера змінюється від 0 до +1 і від 0 до -1. Якщо він дорівнює +1, то це означає, що повністю узгоджена пряма мінливість, при 0 – мінливість повністю не узгоджується, а при -1 – повна зворотна узгодженість мінливості. Слід мати на увазі, що коефіцієнт Фехнера враховує тільки напрям варіації і не враховує її величину, в зв’язку з чим оцінка тісноти зв’язку є приблизною.

Таблиця 7. Вихідні розрахункові дані для обчислення коефіцієнта рангової кореляції (формула Спірмена)

Підставивши дані таблиці 7 у формулу Спірмена дістанемо:

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9