Введение
Структура педагогического эксперимента
Математическая обработка педагогического эксперимента
Характеристики положения вариационного ряда
Характеристики рассеивания
Корреляционное отношение
Коэффициент вариации
Доверительный интервал
Ранговые корреляции и взаимосвязи в педагогических экспериментах
Коэффициент корреляции Пирсона
Корреляционные матрицы и графы
Коэффициент конкордации
Статистические гипотезы
Критерий Стьюдента
Критерий Крамера-Уэлча
Критерий Фишера
Критерий Пирсона
Проверка нормальности распределения
Критерий Манна-Уитни
Критерий Колмогорова-Смирнова
Критерий Вилкоксона
Критерий знаков
Критерий Макнамары
Критерий Крускала-Уоллиса
Критерий Фридмана
Критерий Пейджа
Значимость коэффициента корреляции
Существенность коэффициента конкордации
Новости науки
Отзыв на книгу (проф. Смирнов Е.И.)
Отзывы

Корреляционные матрицы и графы

Значения корреляции для пар величин можно записывать в соответствующие столбцы и строки матрицы (таблицы)

Значения корреляции для пар величин можно записывать в соответствующие столбцы и строки матрицы (таблицы).

Например, для трёх x1, x2, x3 величин корреляционная матрица будет иметь вид:

 

В данном случае rij – это коэффициент корреляции между i-ой и j-ой характеристиками и очевидно, что он равен  rji  (rij=rji), а также rii=1 для всех допустимых значений i. Поэтому для упрощения корреляционную матрицу принято представлять в треугольном виде:

 

 

         Построим корреляционную матрицу ранговой попарной связи результатов трёх тестирований 10 студентов. Результаты ранжирования тестирования указанных студентов представлены в таблице:

 

Тест A (ранг)

1

2

3

4

5

6

7

8

9

10

Тест B (ранг)

2

1

3

4

9

8

10

5

7

6

Тест C (ранг)

10

9

8

7

6

5

4

3

2

1

Для решения поставленной проблемы найдём коэффициент корреляции Спирмена для тестов A и B (r12), A и C (r13) и B и C (r23).

         После проведения расчётов получаем, что r12= 0,64, r23= –0,58, r13= –1. Тогда корреляционная матрица будет иметь следующий вид:

 

 

Наглядно попарную связь измеряемых величин удобно представить с помощью корреляционного графа. В вершинах корреляционного графа указывается измеряемая величина, а над рёбрами, соединяющими вершины, проставляется соответствующее значение коэффициента корреляции. Таким образом, полученную в предыдущем примере корреляционную матрицу легко заменить корреляционным графом.

 

 

 

         Для определения степени зависимости нескольких результатов по совокупности используют множественный коэффициент ранговой корреляции.

 


Читайте также:


купить пуховик зимний женский|индивидуалки в москве ждут гостей|Сибирь Медика,Sibirea Medica,биоревитализанты красноярск,филлер красноярск,семинары для косметологов красноярск,обучение косметологов красноярск, princess filler красноярск,aquashine красноярск,купить филер красноярск,купить биоревитализант красноярск|эротический массаж москва|Дорогой эскорт москва.Парадоксы симметриии асимметрии.
Примеры случайностей , а также закономерностей.
Случайные величины и их примеры.