Многомерный анализ данных методами прикладной статистики

COinRS?-SIG.: MtASiURГ i vs. Mf AfiURf4 меа ¥ (яег« mfasufe+ t !'-•«•1 , . , г\ ж -да* 'Ю0- «r'lCfi'iB} 5?. # tco 101 IW Ш? : ewup i escxp г шз IM w( 6 ^ ; ^ ^ •4 „ ,. . . . : .'. 'I esauf!;! " , srctip^ i0( wt jlb ; mbasurej Рис. 3.1. Г р а ф и к и к о р р е л я ц и и В общем виде формула для подсчета коэффициента корреля­ ции такова: ( 3 . 1 ) где х,- - значения, принимаемые в выборке Х\ у. - значения, при­ нимаемые в выборке Y; X - средняя поХ; у - средняя по 7. Расчет коэффициента корреляции Пирсона вида (3.1) пред­ полагает, что переменные X и Г распределены по нормальному за­ кону. Непараметрическими аналогами стандартного коэффициента корреляции Пирсона являются статистики Спирмена R, тау Кен- далла и коэффициент Гамма. Статистику R Спирмена можно интерпретировать так же, как и корреляцию Пирсона в терминах объясненной доли дисперсии 72