Курсовая работа: Статистика страхования
Эмпирическое корреляционное отношение определяется по формуле:
(20)
Получаем:
Так как 
>0,7, связь между признаками объём реализации и среднегодовая стоимость основных производственных фондов – сильная.
6. В рамках корреляционного анализа решается задача обнаружения линейной связи и оценки её уровня. Самый простой способ оценки связи – это графический способ. В этом случае строится поле корреляции, которое образует множество точек с координатами (
), i =1, ... N .
По виду корреляционного поля можно оценить связь. Достаточно построить на корреляционном поле вертикальную прямую х = 
и горизонтальную прямую у = 
. Корреляционное поле будет таким образом разделено на 4 зоны:
· х меньше , у меньше - зона (– , –)
· х меньше , у больше - зона (– , +)
· х больше , у меньше - зона (+ , –)
· х больше , у больше - зона (+ , +).
Корреляционный анализ можно проводить как для несгруппированных данных, так и для сгруппированных. Проведем корреляционный анализ для исходных несгруппированных данных (таблица 1).
Рис 3. Корреляционное поле для исходных данных
Поскольку 15 из 16 точек лежит в зонах (– , –) и (+, +), то линейная связь между рассматриваемыми признаками х и у положительная.
Парный линейный коэффициент корреляции r
характеризует направление взаимосвязи и оценивает её степень тесноты.
(21)
Значения всех необходимых показателей найдём с помощью вспомогательной таблицы.
Таблица 2.9 Вспомогательная таблица для расчёта коэффициента корреляции (несгруппированные данные)
| № п/п |  |  | |  |  |
| А | 1 | 2 | 3 | 4 | 5 |
| 1 | 978 | 3,52 | 3442,56 | 43722,8 | 0,81 |
| 2 | 1043,6 | 3,71 | 3871,76 | 75460,1 | 1,19 |
| 3 | 620,6 | 2,13 | 1321,88 | 21992,9 | 0,24 |
| 4 | 485,1 | 1,05 | 509,36 | 80542,4 | 2,46 |
| 5 | 884,5 | 2,82 | 2494,29 | 13363,4 | 0,04 |
| 6 | 1020,4 | 4,1 | 4183,64 | 63252,3 | 2,19 |
| А | 1 | 2 | 3 | 4 | 5 |
| 7 | 872,3 | 2,73 | 2381,38 | 10691,6 | 0,01 |
| 8 | 421,8 | 1,5 | 632,7 | 120478 | 1,25 |
| 9 | 280,6 | 0,89 | 249,73 | 238437 | 2,99 |
| 10 | 851,8 | 3,04 | 2589,47 | 6872,41 | 0,18 |
| 11 | 637,2 | 2,37 | 1510,16 | 17344,9 | 0,06 |
| 12 | 815,6 | 2,56 | 2087,94 | 2180,89 | 0,004 |
| 13 | 921,7 | 3,2 | 2949,44 | 23347,8 | 0,34 |
| 14 | 544,3 | 1,64 | 892,65 | 50445,2 | 0,96 |
| 15 | 915,1 | 3 | 2745,3 | 21374,4 | 0,14 |
| 16 | 1010,4 | 3,61 | 3647,54 | 58322,3 | 0,98 |
| Итого: | 12303 | 41,87 | 35509,8 | 847829 | 13,86 |
| Среднее: | 768,94 | 2,62 | 2219,36 | 52989,3 | 0,87 |
Среднее квадратическое отклонение определяем на основании формулы:
(22)
Подставив данные из таблицы 9, получаем:
(млн. руб.)
(млн. руб.)
Таким образом, парный линейный коэффициент корреляции:
=0,97
Поскольку полученный коэффициент корреляции больше 0, связь положительная. Так как 
>0,7 и практически равен 1, то взаимосвязь между признаками очень высокая.
Проведем корреляционный анализ для сгруппированных данных (табл. 3).
