Statystyka I - Laboratorium 3

Statystyka I - Laboratorium 3
ANALIZA KORELACJI
1. Korelacja liniowa Pearsona
Pozwala określić związek między cechami ilościowymi. Wyjaśnia w jakim stopniu
(procencie) jedna zmienna wpływa na (modeluje) drugą zmienną. Określa kierunek i siłę
związku. Mieści się w przedziale od {-1 do 1}. Interpretuje się go w procentach (0-100) Są
różne interpretacje współczynnika korelacji. Przyjmujemy następującą:
rxy< 0,2 – brak związku liniowego
0,2-0,4 – zależność wyraźna liniowa ale niska
0,4 – 0,7 zależność umiarkowana
0,7 – 0,9 –zależność znacząca
powyżej 0,9 – zależność bardzo silna
1.1. (Dane miesięczne transport baza) Zbadać zależność między Produkcją sprzedaną
przemysłu a Produkcją samochodów osobowych. Dokonać interpretacji współczynnika
korelacji, oszacować prostą regresji oraz dokonać interpretacji.
Y-……………[jednostka]
X-……………[jednostka]
Podać w jakim procencie prosta dopasowana jest do danych (współczynnik
determinacji) (StatystykaStatystyki podstawowe i tabele  macierze korelacji) Wybrać na
jednej liście zmiennych dwie zmienne (zaznaczyć trzymając wciśnięty Ctrl) Następnie przejść
do zakładki Więcej i wcisnąć 2W Rozrzutu, wybrać odpowiednio zmienną zależną (pionowo) i
niezależną (poziomo). Zatwierdzić przyciskiem OK. W ten sposób otrzymać można wykres
rozrzutu, współczynnik korelacji i prostą regresji za jednym razem)
1.2. (Firmy kurierskie - płace) Zbadać zależność między wiekiem a stażem pracy. Podać
współczynnik korelacji i równanie regresji – zinterpretować. Następnie przeprowadzić
analizę osobno dla kobiet a osobno dla mężczyzn – dokonać interpretacji i porównania.
1.3. (Ankieta transport) Zbadać zależność między wzrostem a wagą osobno dla kobiet i
mężczyzn zinterpretować i porównać.
2. Korelacja rang Spearmana
2.1. (Ankieta transport) Za pomocą korelacji rang Spearmana stwierdzić czy istnieje
zależność między oceną wykorzystania środków z UE a oceną inwestycji w infrastrukturę
drogową. Zależność zobrazować na wykresie workowym. Dokonać interpretacji.
(Statystyka Statystyki nieparametryczne Korelacje) Po wejściu w moduł analizy należy
w miejscu Oblicz: wskazać szczegółowy raport. Następnie wybrać dwie zmienne i
zatwierdzić OK. Następnie wcisnąć R-Spearmana. Aby zilustrować zależność należy
posłużyć się wykresem workowym: (Wykresy  Wykresy 2W Wykresy workowe).
2.2. (Infrastruktura drogowa) Sprawdzić czy istnieje zależność pomiędzy Ludnością w
wieku 25-34 przypadającą na tys. ludności a Samochodami zarejestrowanymi na tys. osób,
Ciężarówkami zarejestrowanymi na tys. osób oraz Wypadkami śmiertelnymi na 100 tys.
osób. Zinterpretować zależności jeśli wystąpią. Określić ich siłę oraz przedstawić na
wykresie workowym.
Na wykresie workowym przedstawić wszystkie trzy wybrane cechy w zależności od
ludności w wieku 25-34 przypadających na tys. mieszkańców. (Wykresy  Wykresy
2W Wykresy workowe – zakładka więcej). Z opcji Rodzaj wykresy należy wybrać
wykres Wielokrotny następnie przy wyborze zmiennych na pierwszej liście wybrać
Ludność w wieku……. A na drugiej trzy pozostałe. Doprowadzić wykres do jak
najlepszego odbioru. Legendę przesunąć pod wykres. Uwaga: Kliknąć dwa razy na skalę
po lewej stronie, przejść do zakładki Skala i w Menu wybrać ostatnią pozycję Przerwy.
Nacisnąć Dodaj przerwę i wprowadzić zakres od 100 do 250. Tym samym wykres stanie
się bardziej czytelny.
2.3. (Ankieta studencka 2000-2001)
2.3.1. Sprawdzić czy istnieje zależność pomiędzy wzrostem a wagą w badanej grupie
studentów. Określić siłę związku i dokonać interpretacji współczynnika korelacji.
Wypisać prostą regresji i dokonać interpretacji. Sprawdzić w jakim procencie model
dopasowany jest do danych
2.3.2. Wykonać tę samą analizę dla mężczyzn pochodzących z małopolskiego i dla kobiet
pochodzących z lubelskiego. (interpretacja)
2.4. (Dane miesięczne transport baza)
2.4.1. Sprawdzić czy istnieje zależność pomiędzy produkcją sprzedaną przemysłu (pojazdów
samochodowych przyczep i naczep a produkcją samochodów osobowych. Obliczyć
współczynnik korelacji, dokonać interpretacji, Napisać prostą regresji zinterpretować i
ocenić dopasowanie modelu do danych.
2.4.2. Sprawdzić czy istnieje zależność pomiędzy produkcją sprzedaną przemysłu (pojazdów
samochodowych przyczep i naczep) a produkcją wagonów kolejowych. Obliczyć
współczynnik korelacji, dokonać interpretacji, Napisać prostą regresji zinterpretować i
ocenić dopasowanie modelu do danych.
2.5. (Czas trwania życia)
Sprawdzić zależność pomiędzy czasem trwania życia kobiet i mężczyzn (zmienną
zależna – czas trwania życia mężczyzn)
2.5.1. w Afryce
2.5.2. w Australii i Oceanii.