Курсовая работа: Расчет коэффициента корреляции между притоком прямых иностранных инвестиций и темпами экономичес

Например, измеряем рос и вес человека, каждое измерение представлено точкой в двумерном пространстве:

Несмотря на то, что величины носят случайный характер, в общем наблюдается некоторая зависимость – корреляция.

В данном случае это положительная корреляция (при увеличении одного параметра второй тоже увеличивается). Возможны также такие случаи:

Отрицательная корреляция:

Отсутствие корреляции:

Корреляцию необходимо охарактеризовать численно, чтобы, например, различать такие случаи:

Для этого вводится коэффициент корреляции. Он рассчитывается следующим образом:

Есть массив из n точек {x1, i, x2, i}

Рассчитываются средние значения для каждого параметра:

И коэффициент корреляции:

r изменяется в пределах от -1 до 1. В данном случае это линейный коэффициент корреляции, он показывает линейную взаимосвязь между x1 и x2: r равен 1 (или -1), если связь линейна.

Коэффициент корреляции является случайной величиной, поскольку вычисляется из случайных величин. Для него можно выдвигать и проверять следующие гипотезы:

1. Коэффициент корреляции значимо отличается от нуля (т.е. корреляция есть):

Тестовая статистика вычисляется по формуле:

и сравнивается с табличным значением коэффициента Стьюдента t (p = 0.95, f = ) = 1.96

Если тестовая статистика больше табличного значения, то коэффициент значимо отличается от нуля. По формуле видно, что чем больше измерений n, тем лучше (больше тестовая статистика, вероятнее, что коэффициент значимо отличается от нуля)

2. Отличие между двумя коэффициентами корреляции значимо:

Тестовая статистика:

Также сравнивается с табличным значением t (p,)

Методами корреляционного анализа решаются следующие задачи: