7. Элементы корреляционно-регрессионного анализа

«Элементы» – это значит, «чуть-чуть»» :) И второе слово заголовка мы только что разобрали. Зависимость является корреляционной, если изменение значений одного показателя влечёт изменение средних значений другого показателя. По своему направлению она может быть прямой («чем больше, тем больше») либо обратной («чем больше, тем меньше»). Давайте пару свеженьких примеров:

1) Очевидно, что чем больше рост человека, тем больше может быть его масса. Однако это не является жёстким правилом, поскольку среди низкорослых людей есть кряжистые, а среди высоких – грациозные. Но общая тенденция состоит в том, что с увеличением роста людей растёт и их средняя масса. Это пример прямой зависимости.

2) И пример зависимости обратной. Чем больше процентная ставка в банке, тем меньше средний размер выданных кредитов – так как заёмщикам становится «не по карману» обслуживать большие займы. Да, конечно, среди них есть более обеспеченные люди, которым ссудят крупную сумму, но это исключение из правила (общей тенденции).

Наличие и направление корреляционной зависимости (если она есть) легко установить графически:

7.1. Графическое изображение эмпирических данных

6.6. Группировка данных (итоги по главе)

| Оглавление |