1.2. Корреляционные поля и цель их построения
Корреляция изучается на основании экспериментальных данных, представляющих собой измеренные значения (x i
, y i
) двух признаков. Если экспериментальных данных немного, то двумерное эмпирическое распределение представляется в виде двойного ряда значений x i
и y i
. При этом корреляционную зависимость между признаками можно описывать разными способами. Соответствие между аргументом и функцией может быть задано таблицей, формулой, графиком и т. д.
Корреляционный анализ, как и другие статистические методы, основан на использовании вероятностных моделей, описывающих поведение исследуемых признаков в некоторой генеральной совокупности, из которой получены экспериментальные значения x i
и y i
.
Когда исследуется корреляция между количественными признаками, значения которых можно точно измерить в единицах метрических шкал (метры, секунды, килограммы и т.д.), то очень часто принимается модель двумерной нормально распределенной генеральной совокупности. Такая модель отображает зависимость между переменными величинами x i
и y i
г
рафически в виде геометрического места точек в системе прямоугольных координат. Эту графическую зависимость называются также диаграммой рассеивания
или корреляционным полем
.
Данная модель двумерного нормального распределения (корреляционное поле) позволяет дать наглядную графическую интерпретацию коэффициента корреляции, т.к. распределение в совокупности зависит от пяти параметров: m
x
, m
y
– средние значения (математические ожидания); s
x
,
s
y
– стандартные отклонения случайных величин Х
и Y
и р
– коэффициент корреляции, который является мерой связи между случайными величинами Х
и Y
.
Если р = 0, то значения, x i
, y i
, полученные из двумерной нормальной совокупности, располагаются на графике в координатах х, у
в пределах области, ограниченной окружностью (рис.1.3, а). В этом случае между случайными величинами Х
и Y
отсутствует корреляция и они называются некоррелированными. Для двумерного нормального распределения некоррелированность означает одновременно и независимость случайных величин Х
и Y
.
Если р = 1 или р = -1, то между случайными величинами Х
и Y
существует линейная функциональная зависимость (Y = c + dX)
. В этом случае говорят о полной корреляции. При р = 1 значения x i
, y i
определяют точки, лежащие на прямой линии, имеющей положительный наклон (с увеличением x i
значения y i
также увеличиваются), при р = -1 прямая имеет отрицательный наклон (рис.1.3, б).
В промежуточных случаях (-1 < p < 1)
точки, соответствующие значениям xi ,
y i
,
попадают в область, ограниченную некоторым эллипсом (рис.1.3, в. г), причем при p > 0
имеет место положительная корреляция (с увеличением x i
значения y i
имеют тенденцию к возрастанию), при p < 0
корреляция отрицательная. Чем ближе р к , тем уже эллипс и тем теснее экспериментальные значения группируются около прямой линии.
Здесь же следует обратить внимание на то, что линия, вдоль которой группируются точки, может быть не только прямой, а иметь любую другую форму: парабола, гипербола и т. д. В этих случаях мы рассматривали бы так называемую, нелинейную (или криволинейную) корреляцию (рис.1.3, д).
Таким образом, визуальный анализ корреляционного поля помогает выявить не только наличия статистической зависимости (линейную или нелинейную) между исследуемыми признаками, но и ее тесноту и форму. Это имеет существенное значение для следующего шага в анализе ѕ выбора и вычисления соответствующего коэффициента корреляции.
Корреляционную зависимость между признаками можно описывать разными способами. В частности, любая форма связи может быть выражена уравнением общего вида Y = f(X)
, где признак Y
– зависимая переменная
, или функция
от независимой переменной X
, называемой аргументом
. Соответствие между аргументом и функцией может быть задано таблицей, формулой, графиком и т. д.
Просмотрите примеры решения задач. Пример 1.2. Определить форму и направление взаимосвязи между показателями пульса покоя и абсолютными значениями пробы PWC 170 у 13 исследуемых с помощью построения графика корреляционного поля, если данные выборок таковы:
x i
, уд/мин ~ 80; 72; 71; 80; 84; 82; 78; 70; 83; 72; 72; 73; 81
y i
, кГм/мин ~ 858; 979; 1071; 920; 982; 1000; 1004; 1022; 807; 1099; 817; 879; 982
Решение
1. Построим график данного корреляционного поля, отложив на оси Х в порядке возрастания показатели пульса покоя, на оси Y - абсолютные значения пробы PWC 170
.
Вывод: график данного корреляционного поля позволяет предположить, что, возможно, между пульса покоя и абсолютными значениями пробы PWC 170 у исследуемой группы наблюдается прямая, обратная зависимость, т.е. со снижением показателя пульса покоя происходит увеличение абсолютных значений PWC 170 .
Самостоятельно решите следующие задачи:
Задача 1 . Определить форму и направление взаимосвязи между результатами в беге на первой и второй половине дистанции 400 м у 13 исследуемых с помощью построения графика корреляционного поля, если данные выборок таковы:
x i
, с ~ 25,2; 26,4; 26,0; 25,8; 24,9; 25,7; 25,7; 25,7; 26,1; 25,8; 25,9; 26,2; 25,6 (первые 200 м).
y i
, с ~ 30,8; 29,4; 30,2; 30,5; 31,4; 30,3; 30,4; 30,5; 29,9; 30,4; 30,3; 30,5; 30,6 (последние 200 м).
Задача 2 . Определить форму и направление взаимосвязи между результатами в толчке штанги и прыжка в высоту с места у 12 тяжелоатлетов весовой категории до 60 кг с помощью построения графика корре-ляционного поля, если данные выборок таковы:
Результат в толчке: x i
, кг ~ 107,5; 110; 110; 115; 115; 107,5; 107,5; 120; 122,5; 112,5; 120; 110.
Прыжок в высоту с места: y i
, см ~ 57; 60; 58; 61; 63; 58; 55; 64; 65; 64; 66; 61.
Задача 3 . Определить форму и направление взаимосвязи между результатами кистевой динамометрии правой и левой рук у 7 школьников с помощью построения графика корреляционного поля, если данные выборок таковы:
Правая рука: x i
, кГ ~ 14,0; 14,2; 14,9; 15,4; 16,0; 17,2; 18,1.
Левая рука: y i
, кГ ~ 12,1; 13,8; 14,2; 13,0; 14,6; 15,9; 17,4.
1.3. Коэффициенты корреляции и их свойства.
Коэффициент корреляции р
для генеральной совокупности, как правило, неизвестен, поэтому он оценивается по экспериментальным данным, представляющим собой выборку объема n
пар значений (x i
, y i
), полученную при совместном измерении двух признаков Х
и Y
. Коэффициент корреляции, определяемый по выборочным данным, называется выборочным коэффициентом корреляции
(или просто коэффициентом корреляции
). Его принято обозначать символом r
.
Коэффициенты корреляции - удобный показатель связи, получивший широкое применение в практике. К их основным свойствам необходимо отнести следующие:
1. Коэффициенты корреляции способны характеризовать только линейные связи, т.е. такие, которые выражаются уравнением линейной функции. При наличии нелинейной зависимости между варьирующими признаками следует использовать другие показатели связи.
2. Значения коэффициентов корреляции – это отвлеченные числа, лежащее в пределах от -1 до +1, т.е. -1 < r < 1
.
3. При независимом варьировании признаков, когда связь между ними отсутствует, г = 0
.
4. При положительной, или прямой, связи, когда с увеличением значений одного признака возрастают значения другого, коэффициент корреляции приобретает положительный (+)
знак и находится в пределах от 0 до +1, т.е. 0 < r 1
.
5. При отрицательной, или обратной, связи, когда с увеличением значений одного признака соответственно уменьшаются значения другого, коэффициент корреляции сопровождается отрицательным (–)
знаком и находится в пределах от 0 до –1, т.е. -1 < r <0
.
6. Чем сильнее связь между признаками, тем ближе величина коэффициента корреляции к ô1ô. Если r =
1.4. Нормированный коэффициент корреляции Браве-Пирсона
В качестве оценки генерального коэффициента корреляции р используется коэффициент корреляции r
Браве–Пирсона. Для его определения принимается предположение о двумерном нормальном распределении генеральной совокупности, из которой получены экспериментальные данные. Это предположение может быть проверено с помощью соответствующих критериев значимости. Следует отметить, что если по отдельности одномерные эмпирические распределения значений x i
и y i
согласуются с нормальным распределением, то из этого еще не следует, что двумерное распределение будет нормальным. Для такого заключения необходимо еще проверить предположение о линейности связи между случайными величинами Х
и Y
. Строго говоря, для вычисления коэффициента корреляции достаточно только принять предположение о линейности связи между случайными величинами, и вычисленный коэффициент корреляции будет мерой этой линейной связи.
Коэффициент корреляции Браве–Пирсона (
Чтобы преодолеть ограничения метода клинических случаев, исследователи личности часто используют альтернативную стратегию, известную как корреляционный метод . Этот метод стремится установить взаимосвязи между событиями (переменными) и внутри них. Переменная - любая величина, которая может быть измерена и чье количественное выражение может варьировать в переделах того или иного континуума. Например, тревожность - переменная, потому что ее можно измерить (с помощью шкалы самооценки тревоги) и потому что люди различаются по степени выраженности у них тревожности. Сходным образом точность выполнения задания, требующего определенного навыка, тоже является переменной, которую можно измерить. Корреляционное исследование можно провести, просто измерив уровень тревожности у некоторого числа людей, а также уровень точности действий каждого из них при выполнении группой сложного задания. Если опубликованные результаты подтвердятся в другом исследовании, то можно будет считать, что субъекты с более низкими показателями тревожности имеют более высокие показатели точности выполнения задания. Поскольку на точность выполнения задания, вероятно, влияют и другие факторы (например, прежний опыт его выполнения, мотивация, интеллект), связь между точностью действий и тревожностью не будет безупречной, но она будет заслуживать внимания.
Переменными в корреляционном исследовании могут быть данные тестирования, демографические характеристики (такие как возраст, порядок рождения и социально-экономический статус), результаты измерения черт характера по методу самооценки, мотивы, ценности и установки, физиологические реакции (такие как частота сердечных сокращений, артериальное давление и кожно-гальваническая реакция), а также стили поведения. При использовании корреляционного метода психологи хотят получить ответы на такие специфические вопросы, как: влияет ли высшее образование на профессиональный успех в будущем? имеет ли отношение стресс к коронарной болезни сердца? есть ли взаимосвязь между самооценкой и одиночеством? есть ли связь между порядковым номером рождения и мотивацией достижения? Корреляционный метод не только позволяет ответить "да" или "нет" на эти вопросы, но также дать количественную оценку соответствия значений одной переменной значениям другой переменной. Для решения этой задачи психологи вычисляют статистический индекс, называемый коэффициентом корреляции (известен также как коэффициент линейной корреляции по Пирсону). Коэффициент корреляции (обозначается маленькой буквой r ) показывает нам две вещи: 1) степень зависимости двух переменных и 2) направление этой зависимости (прямая или обратная зависимость).
Численное значение коэффициента корреляции варьирует от -1 (полностью отрицательная, или обратная зависимость) через 0 (отсутствие связи) до +1 (полностью положительная, или прямая зависимость). Коэффициент, близкий по значению к нулю, означает, что две измеряемые переменные не связаны сколько-нибудь заметным образом. То есть большие или малые значения переменной X не имеют значимой связи с большими или малыми значениями переменной Y . В качестве примера приведем связь между двумя переменными: массой тела и интеллектом. В целом, полные люди не являются значимо более интеллектуальными или значимо менее интеллектуальными, чем более худощавые люди. И, наоборот, коэффициент корреляции +1 или -1 говорит о полном, однозначном соответствии между двумя переменными. Корреляции, близкие к полным, почти никогда не встречаются в исследовании личности, и это заставляет предположить, что хотя многие переменные и связаны друг с другом, степень связи между ними не является столь уж сильной. Значение коэффициента корреляции в пределах между ±0,30 и ±0,60 является общераспространенным в исследовании личности и представляет практическую и теоретическую ценность для научного прогнозирования. К значениям коэффициента корреляции между 0 и ±0,30 следует относиться с осторожностью - их ценность для научных предсказаний минимальна. На рис. 2-2 представлены графики распределения значений двух переменных при двух различных значениях коэффициента корреляции. По горизонтали расположены значения одной переменной, а по вертикали - другой. Каждая точка означает баллы, полученные одним испытуемым по двум переменным.
Рис. 2-2. Каждая из диаграмм иллюстрирует различную степень зависимости значений двух переменных. Каждая точка па диаграмме представляет собой показатели испытуемого по двум переменным: a - полная положительная корреляция (r = +1); b - полная отрицательная корреляция (r = -1); с - умеренная положительная корреляция (r = +0,71); d - корреляция отсутствует (r = 0).
Положительная корреляция означает, что большие значения одной переменной имеют тенденцию быть связанными с большими значениями другой переменной или малые значения одной переменной - с малыми значениями другой переменной. Другими словами, две переменные увеличиваются или уменьшаются вместе. Например, существует положительная корреляция между ростом и массой тела людей. В целом, у более высоких людей есть тенденция иметь большую массу тела, чем у более низких. Другой пример положительной корреляции - связь между количеством сцен насилия, которые видят дети в телевизионных передачах и их тенденцией вести себя агрессивно. В среднем, чем чаще дети наблюдают насилие по телевизору, тем чаще они демонстрируют агрессивное поведение. Отрицательная корреляция означает, что высокие значения одной переменной связаны с низкими значениями другой переменной и наоборот.
Примером отрицательной корреляции может служить связь между частотой отсутствия студентов в аудитории и успешностью сдачи ими экзаменов. В целом, студенты, имевшие большее количество пропущенных занятий, проявляют тенденцию к получению более низких оценок на экзаменах. Студенты, имевшие меньшее количество пропусков, получали более высокие экзаменационные баллы. Другой пример - отрицательная корреляция между робостью и напористым поведением. Лица, получившие высокие баллы по показателю робости, имели склонность к нерешительному поведению, в то время как лица с низкими показателями робости проявляли себя решительными и напористыми. Чем ближе значение коэффициента корреляции к +1 или к -1, тем сильнее связь между двумя изучаемыми переменными. Так, коэффициент корреляции +0,80 отражает наличие более сильной зависимости между двумя переменными, чем коэффициент корреляции +0,30. Сходным образом, коэффициент корреляции -0,65 отражает более сильную взаимосвязь переменных, чем коэффициент корреляции -0,25. Надо иметь в виду, что величина корреляции зависит только от числового значения коэффициента, в то время как знак "+" или "-", стоящий перед коэффициентом, просто обозначает положительная это корреляция или отрицательная. Так, значение r = +0,70 отражает наличие такой же сильной зависимости, как и значение r = -0,70. Но первый пример указывает на положительную зависимость, а второй - на отрицательную. Далее, коэффициент корреляции -0,55 указывает на более сильную зависимость, чем коэффициент корреляции +0,35. Понимание этих аспектов корреляционной статистики поможет вам оценивать результаты исследований такого рода.
Корреляционный метод обладает некоторыми уникальными преимуществами. Наиболее важным является то, что он позволяет исследователям изучать большой набор переменных, которые недоступны проверке с помощью экспериментальных исследований. Например, когда речь идет об установлении связи между сексуальным насилием, перенесенным в детстве, и эмоциональными проблемами в более поздние годы жизни, корреляционный анализ может стать единственным этически приемлемым способом исследования. Аналогично, чтобы изучить, как демократический и авторитарный стили родительского воспитания соотносятся с ценностными ориентациями человека, стоит выбрать этот метод, поскольку этические соображения не дают возможности экспериментально контролировать стиль родительского воспитания.
Второе преимущество корреляционного метода состоит в том, что он дает возможность изучать многие аспекты личности в естественных условиях реальной жизни. Например, если мы хотим оценить влияние развода родителей на адаптацию и поведение детей в школе, мы должны систематически отслеживать социальные и академические успехи детей из распавшихся семей в течение определенного периода времени. Проведение подобного естественного наблюдения потребует времени и усилий, но позволит дать вполне реалистичную оценку сложного поведения. По этой причине корреляционный метод является предпочтительной исследовательской стратегией для персонологов, заинтересованных в изучении индивидуальных различий и феноменов, поддающихся экспериментальному контролю. Третье преимущество корреляционного метода заключается в том, что иногда с его помощью становится возможным предсказать некое событие, зная другое. Например, в исследовании получена умеренно высокая положительная корреляция между оценками по SAT 4 у старшеклассников и их же оценками, полученными позднее в колледже (Hargadon, 1981). Поэтому, зная баллы студентов по SAT, приемная комиссия в колледже может достаточно точно предсказать их последующую успеваемость. Подобные предсказания никогда не бывают совершенными, но часто оказываются полезными для решения вопроса о приеме в учебное заведение. Тем не менее, все исследователи личности признают два серьезных недостатка этой стратегии. Во-первых, применение корреляционного метода не позволяет исследователям выделять причинно-следственные отношения. Суть проблемы состоит в том, что корреляционное исследование не может дать окончательное заключение о том, что две переменные причинно связаны . Например, во многих корреляционных исследованиях подтверждается связь между просмотром телевизионных программ с эпизодами насилия и агрессивным поведением у части детей и взрослых зрителей (Freedman, 1988; Huston, Wright, 1982). Какой вывод можно сделать из этих работ? Одно из возможных заключений таково: просмотр в течение длительного времени сцен насилия по телевидению ведет к возрастанию у зрителя агрессивных побуждений. Но возможен и противоположный вывод: агрессивные по складу своего характера субъекты или те, кто совершали агрессивные действия, предпочитают смотреть телевизионные программы со сценами насилия. К сожалению, корреляционный метод не позволяет установить, какое из этих двух объяснений верно. В то же время, корреляционные исследования, в которых устанавливается сильная корреляционная зависимость между значениями двух переменных, поднимает вопрос о возможности наличия причинно обусловленной связи между этими переменными. Что касается, например, связи между просмотром сцен насилия по телевидению и агрессией, то экспериментальное исследование, проведенное вслед за полученными результатами корреляционного анализа, привело ученых к заключению, что экспозиция программ, содержащих сцены насилия, может быть причиной агрессивного поведения (Eron, 1987).
4 Scholastic Attitude Test - программа для оценки способностей к обучению. См. Анастази А. Психологическое тестирование / Под ред. К. М. Гуревича, В. И. Лубовского. М., 1982. - Кн. 2. - С. 48. (Прим. науч. ред.)
Второй недостаток корреляционного метода - возможная путаница, вызванная действием третьей переменной. Для иллюстрации рассмотрим зависимость между употреблением наркотиков подростками и их родителями. Означает ли наличие корреляционной зависимости, что подростки, видя, как родители принимают наркотики, сами начинают употреблять их в еще большем количестве? Или это значит, что беспокойство при виде того, как их дети-подростки принимают наркотики, заставляет самих родителей прибегать к наркотикам, чтобы тем самым уменьшить свою тревогу? Или какой-то третий фактор сходным образом толкает подростков и взрослых к употреблению наркотиков? Может быть, подростки и их родители принимают наркотики, чтобы смириться с угнетающей нищетой, в которой они живут? То есть истинной причиной, обусловливающей наркоманию, может быть социально-экономический статус семей (например, бедность). Вероятность того, что третья переменная, которая не измеряется и о которой, может быть, даже и не подозревают, в действительности оказывает причинное влияние на обе измеряемые переменные, нельзя исключать при интерпретации результатов, полученных с помощью корреляционного метода.
Хотя корреляционный метод не предполагает установления причинно-следственной связи, из этого не следует, что причинно-следственные отношения в определенных случаях не могут быть четко установлены. Последнее особенно верно в отношении лонгитюдных корреляционных исследований - где, например, интересующие нас переменные, измеренные в одно время, коррелируют с другими переменными, о которых известно, что они появляются вслед за первыми. Рассмотрим, например, хорошо известную положительную корреляцию между курением сигарет и раком легких. Несмотря на возможность того, что какая-то третья неизвестная переменная (например, генетическая предрасположенность) может служить причиной и курения, и рака легких, мало кто сомневается, что весьма вероятная причина рака - курение, так как по времени курение предшествует заболеванию раком легких. Подобная стратегия (измерение двух переменных, разделенное определенным промежутком времени) дает возможность исследователям устанавливать причинно-следственные отношения в случаях, когда невозможно провести эксперимент. Например, на основе клинических наблюдений исследователи в течение долгого времени подозревали, что хронический стресс способствует развитию многих физиологических и проблем. Недавние работы по измерению силы стресса (с использованием шкал самооценки) позволили проверить эти предположения с применением корреляционного метода. В области физиологических расстройств, например, накопленные данные свидетельствуют о следующем: стресс значимо связан с возникновением и развитием сердечно-сосудистых заболеваний, диабета, рака и различных типов инфекционных заболеваний (Elliott, Eisdorfer, 1982; Friedman, Booth-Kelley, 1987; Jemmott, Locke, 1984; Smith, Anderson, 1986; Williams, Deffenbacher, 1983). Корреляционный анализ также показал, что стресс может способствовать формированию зависимости от наркотиков (Newcomb, Harlow, 1986), сексуальных расстройств (Malatesta, Adams, 1984), а также возникновению многочисленных психических нарушений (Neufeld, Mothersill, 1980). Тем не менее, критики корреляционного подхода справедливо замечают, что могут существовать и другие факторы, искусственно усиливающие предположительную связь между стрессом и болезнью (Schroeder, Costa, 1984). Таким образом, одно предостережение остается: хотя иногда при наличии сильной корреляционной зависимости между двумя переменными напрашивается вывод о наличии причинной связи между ними, в действительности установить причинно-следственные отношения можно только экспериментальными методами.
Лекция № 4
1. Сущность теории корреляции.
2. Вычисление коэффициента корреляции.
3. Оценка точности коэффициента корреляции.
4. Ранговая корреляция.
5. Получение эмпирических формул зависимости явлений.
6. Множественная корреляция.
7. Частная корреляция.
8. Компонентный и факторный анализы.
1 Сущность теории корреляции. Диалектический подход к изучению закономерностей природы и общества требует рассмотрения процессов и явлений в их сложных взаимосвязях.
Явления географической среды зависят от многих, часто неизвестных и меняющихся факторов. Выявить и изучить такие связи помогает теория корреляции - один из центральных разделов математической статистики, исключительно важный для исследователей.
Рисунок 4.1 – Функциональная зависимость
Главные задачи корреляционного анализа - изучение формы, знака (плюс или минус) и тесноты связей.
Опишем кратко сущность теории корреляции.
Все связи делятся на функциональные, рассматриваемые в курсах математического анализа, и корреляционные.
Функциональная зависимость предполагает однозначное соответствие между величинами, когда численному значению одной величины, называемой аргументом, соответствует строго определенное значение другой величины - функции. При графическом изображении функциональной связи в прямоугольной системе координат (х, у), если по оси абсцисс отложить значение одного признака, а по оси ординат - другого, все точки расположатся на одной линии (прямой или кривой). Функциональные (идеальные) связи встречаются в абстрактных математических обобщениях. Например, зависимость площади круга от радиуса (R) выразится на графике определенной кривой (рис. 1), построенной по формуле
В любой опытной науке экспериментатор имеет дело не с функциональными связями, а с корреляционными, для которых характерен известный разброс результатов эксперимента. Причина колеблемости заключается в том, что функция (изучаемое явление) зависит не только от одного или нескольких рассматриваемых факторов, но и от множества других. Так, урожайность зерновых культур будет зависеть от ряда климатических, почвенных, экономических и других условий. Если связь урожайности с каким-либо из указанных факторов изобразить графически в системе координат (х, у), то получим разброс точек. Закономерности корреляционных связей и изучает теория корреляции.
В основе теории корреляции лежит представление о тесноте связи между изучаемыми явлениями (большая или малая связь). Для лучшего уяснения редко встречаемого в географической литературе понятия «теснота связи» представим его в графической форме путем построения так называемого поля корреляции. Для этого результаты каждого наблюдения за элементами статистической совокупности по двум признакам отмечаем точкой в системе прямоугольных координат х и у. Таким путем, например, можно изобразить зависимость урожайности зерновых по районам от гидротермического коэффициента. Чем больше разброс точек на поле корреляции, тем меньше теснота связи между изучаемыми явлениями. Рассмотрим два корреляционных поля (а и б, рис. 4.2). На поле а показана зависимость скорости роста оврагов (у) от площади водосбора (xi), на поле б - от угла наклона (хз). Меньший разброс точек первого корреляционного поля указывает на то, что скорость роста оврагов более тесно связана с площадями водосборов, чем с углами наклона. Иначе можно сказать: изучаемое явление зависит от первого картометрического показателя в большей степени.
По общему направлению роя точек - слева вверх направо - можно заключить, что в обоих случаях связь положительная (со знаком плюс).
Рисунок 4.3 – Корреляционная отрицательная связь
При отрицательной (минусовой) зависимости рой точек направлен слева вниз направо (рис. 4.3). По характеру размещения точек в рое, их близости к оси можно визуально определить не только тесноту и знак связи, но и ее форму, которая подразделяется на прямолинейную и криволинейную.
Первая форма связи воспроизведена на рис. 4.2 а и б. Она условна и является частным случаем связи криволинейной. Однако именно прямолинейная связь (при всей ее условности) рассматривается в географических и других исследованиях наиболее часто из-за простоты математико-статистического аппарата ее оценки и возможности применения при изучении многофакторных связей и зависимостей.
Рисунок 4.4 – Криволинейная форма связи
Степень кривизны географических корреляционных связей во многом зависит от меридиональной протяженности изучаемых территорий. На рисунке 4.4 показана в схематизированном виде криволинейная зависимость среднегодовой температуры (t) от географической широты t(j) в глобальном масштабе - от южного полюса (ЮП) через экватор (Э) до северного полюса (СП). Чем меньше протяженность изучаемой территории с юга на север, тем больше оснований назвать ее прямолинейной.
Так, на восходящем отрезке АВ (южное полушарие) связь прямолинейная положительная, а на нисходящем отрезке CD (северное полушарие) - прямолинейная отрицательная. На приэкваториальном отрезке ВС связь сохраняется криволинейной.
Визуально-графический способ изучения тесноты и формы связи прост, нагляден, но недостаточно точен. Математико-статистическая обработка результатов наблюдений позволяет определить числовые значения, характеризующие как форму, так и тесноту связей.
2 Вычисление коэффициента корреляции. Наиболее распространенным показателем тесноты прямолинейной связи двух количественных признаков считается коэффициент корреляции (r). Его абсолютное численное значение находится в пределах от О до 1. Чем теснее связь, тем больше абсолютное значение г.
Если r = 0, то связи нет, если он равен ±1, то связь функциональная (точки расположатся строго по линии). Знак «плюс» (+) указывает на прямую (положительную) зависимость, «минус» – на обратную (отрицательную). Предельные значения коэффициента корреляции (r = + 1, 0 и - 1) в практике географических исследований не встречаются; обычно их числовые значения находятся между нулем и положительной или отрицательной единицей.
Рассмотрим наиболее распространенную схему вычисления, опирающуюся на предварительные расчеты средних арифметически, центральных отклонений и средних квадратических отклонений да каждого количественного признака. Предположим, необходимо найти тесноту связи между количеством осадков в июле (х) и урожайностью пшеницы (у). Эти данные вносятся в первые два столбца таблицы 1.
Схема вычисления коэффициента корреляции
– сумма по столбцу 5; n – число наблюдений; d x и d у – средние квадратические отклонения признаков х и у, вычисленные по формуле, приведенной в лекции 2. В нашем примере связь хорошая.
Таблица 1
X | У | Х-Х | У-У | (х-х).(у-у) | (Х-Х) 2 | (У-У) 2 |
-50 | -10 | |||||
-50 | -6 | |||||
-10 | -6 | |||||
-1 | -10 | |||||
-10 | -7 | |||||
1 600 | ||||||
800 180 0 0 1560 8600 464 |
Затем вычисляем разности между конкретными значениями исходных величин и их средними арифметическими. Результаты этих расчетов записываем в столбцы 3 и 4. Вычисление чисел в столбцах 5, б и 7 вполне понятно из надписей над соответствующими столбцами. Под каждым столбцом подсчитываем суммы. Коэффициент корреляции (г) вычисляем по формуле
Особо ценен 5-й столбец схемы, представляющий собой совокупность произведений центральных отклонений и названный ковариационным столбцом. Он позволяет проверить правильность определения знака и численного значения коэффициента корреляции по соотношению сумм плюсовых и минусовых показателей членов ковариационного ряда. Чем больше разнятся суммы плюсов и минусов, тем теснее связь исходных показателей. Примерное равенство их свидетельствует о низкой связи. Знак коэффициента корреляции будет соответствовать знаку превышения одной суммы над другой.
Коэффициент корреляции, как и d, проще определяется без вычисления отклонений от средней. Приведем схему такого вычисления по данным предыдущего примера. Схема проста, и для ее понимания достаточно надписей над столбцами таблицы 2.
3 Оценка точности коэффициента корреляции. Как и всякая другая выборочная математико-статистическая характеристика, коэффициент корреляции имеет свою ошибку репрезентативности, вычисляемую при больших выборках (n > 50) по формуле
Таким образом, точность вычисления коэффициента корреляции повышается с увеличением объема выборки; она велика также при большой тесноте связи (r близок к +1 или -1).
Приведем пример вычисления ошибки выборочного r.
Коэффициент корреляции между заболеваемостью дизентерией и одним из климатических факторов r = 0,82.
Показатель тесноты связи вычисляется по данным 64 пунктов. Тогда
Получив суммы по всем столбцам, вычисляем коэффициент корреляции по формуле
С точностью определения коэффициента корреляции тесно связан вопрос о реальности существования этой связи между рассматриваемыми признаками. При малом объеме выборки или малой тесноте связи часто ошибки, коэффициента корреляции оказываются настолько большими и сопоставимыми с самим коэффициентом, что встает вопрос, не случайно ли его значение отличается от нуля и соответствует ли определенный знак связи действительной ее направленности (плюсовой или минусовой?) Этот вопрос разрешается численным сравнением r
чаться от нуля случайно, и связь явлений не доказывается.
Проверим, существует ли связь между явлениями в нашем примере
связь недостоверна, то есть ее может и не быть.
4 Ранговая корреляция. В географических исследованиях при малых объемах выбора часто требуется обработать статистический материал быстро, не претендуя на высокую точность. Для этого можно ограничиться вычислением не коэффициента корреляции, а ранговой корреляции. Суть этого показателя состоит в том, что действительные значения количественных признаков заменяются их рангами, то есть последовательным рядом простых чисел, начиная с единицы в порядке возрастания признака Например, имеются данные об урожайности зерновых культур (у) и количестве осадков за два месяца перед колошением (х) по пяти районам (табл. 3, столбцы 1 и 2). Требуется вычислить тесноту связи. Заменяем значения признаков их рангами Хр и Ур (столбцы 3 и 4), находим разности рангов (столбец 5), затем вычисляем квадраты этих разностей (столбец 6).
Ранговый коэффициент корреляции (r) вычисляется по формуле
Этот показатель тесноты связи рассчитывается главным образом тогда, когда достаточно выяснить приближенную величину тесноты связи, и поэтому полученные результаты можно округлять лишь до десятого знака. Ранговый коэффициент корреляции представляет ценность еще и потому, что в распоряжение географа-исследователя часто поступают данные о многих природных и социально-экономических явлениях, заранее выраженные в рангах или баллах, а последние легко перевести в ранги.
5 Получение эмпирических формул зависимости явлений. Корреляционные методы позволяют определить не только тесноту связи явлений, но и эмпирические формулы зависимости, с помощью которых можно по одним признакам находить другие, часто недоступные или мало доступные наблюдению.
При вычислении коэффициента корреляции обычно получают пять основных статистических показателей - , , d x , d у и r. Эти показатели дают возможность легко и быстро рассчитать параметры линейной зависимости у от х. Известно, что такая зависимость выражается формулой
Параметры а и b вычисляются по формулам
Например, необходимо построить эмпирическую формулу линейной зависимости урожайности (у) от процента гумуса в почве (х). При вычислении коэффициента корреляции были получены следующие
По найденной формуле можно представить примерную урожайность, зная процент гумуса на любом участке изучаемой территории. Так, если процент гумуса равен 10, то следует ожидать урожайность у = 7+0,6-х ==7+0,6-10 =13 ц/га.
Чем больше абсолютная величина r , тем более точной и надежной будет эмпирическая формула зависимости.
6 Множественная корреляция. При изучении многофакторных связей встает проблема определения степени совместного влияния нескольких факторов на исследуемое явление.
Корреляционный анализ обычно начинается с вычисления парных коэффициентов корреляции (r xy), выражающих степень зависимости изучаемого явления (у) от какого-либо фактора (х). Например, определяются коэффициенты корреляции между урожайностью зерновых культур, с одной стороны, и рядом климатических, почвенных и экономических факторов - с другой. Анализ полученных парных коэффициентов корреляции позволяет выявить наиболее важные факторы урожайности.
Следующая ступень корреляционного анализа заключается в том, что вычисляется коэффициент множественной корреляции (R), показывающий степень совместного влияния важнейших факторов (x 1 , x 2 , ... x n) на изучаемое явление (у), например, на урожайность зерновых культур. Расчет для множества факторов представляет собой очень трудоемкий процесс, часто требующий применения ЭВМ.
Рассмотрим простейший пример вычисления степени совокупного влияния на урожайность (у) только двух факторов: гидротермического коэффициента (x 1) и стоимости основных средств производства (х 2). Для этого вначале следует определить коэффициенты корреляции между тремя признаками (у, x 1 , и х 2) попарно. Оказалось, что
1) коэффициент корреляции между урожайностью зерновых культур (у) и гидротермическим коэффициентом (х 1) == 0,80;
2) коэффициент корреляции между урожайностью зерновых культур (у) и стоимостью основных средств производства (х 2) == 0,67;
3) коэффициент корреляции между самими факторами урожайности (гидротермическим коэффициентом и стоимостью основных средств производства) = 0,31.
Коэффициент множественной корреляции, выражающий зависимость изучаемого явления от совокупного влияния двух факторов, вычисляется по формуле
В нашем примере
Совокупное влияние нескольких факторов на изучаемое явление больше, чем каждого из этих факторов в отдельности. Действительно, 0,92 больше как 0,80, так и 0,67.
Квадрат коэффициента множественной корреляции (R 2 = 0,84) означает, что колеблемость урожайности зерновых объясняется воздействием учтенных факторов (гидротермические коэффициенты и стоимость основных средств производства) на 84%. На долю остальных неучтенных факторов приходится всего 16%.
Линейную зависимость одной переменной (у) от двух других можно выразить уравнением
7 Частная корреляция. В предыдущем параграфе была рассмотрена схема вычисления я коэффициента множественной корреляции, выражающего степень совместного воздействия двух факторов (x 1 и х 2) на изучаемое явление у. Представляет интерес выявить, как тесно связан у с x 1 при постоянстве величине х 2 ; или у с х 2 при исключении влияния x 1 . Для этого следу вычислить коэффициент частной корреляции () по формуле:
, (13)
Где ryx 1 – коэффициент корреляции между первым фактором и изучаемым явлением (у), ryx 2 – коэффициент корреляции между вторым фактором (х 2) и изучаемым явлением (у), rx 1 x 2 – коэффициент корреляции между факторами (х 1) (х 2)
Пользу коэффициента частной корреляции покажем на приме изучения овражной эрозии. Известно, что скорость роста оврагов во многом зависит от энергии поверхностного стока, определяемой eё объемом и скоростью. Первая характеристика может быть выражена таким морфометрическим показателем, как площадь водосбора при вершине оврага, а скорость стока - углом наклона у вершины оврага. Были измерены скорости роста n-го числа оврагов (у), углы наклов (x 1) и площади водосбора (х 2), вычислены парные коэффициенты корреляции: =: - 0,2, = 0,8; == - 0,7. Отрицательное значение первого коэффициента корреляции выглядит парадоксальным. Действительно, трудно представить, чтобы скорости роста оврагов были тем больше, чем меньше угол наклона.
Рисунок 4.5 – Продольный профиль балки растущего оврага
Объяснить эту аномалию может обычно вогнутая форма продольного профиля балки, где растет овраг (рис. 4.5). Благодаря такой форме профиля наблюдается противоположность воздействия двух рассматриваемых факторов (x 1 , и х 2) на скорость роста оврагов (у): овраг, начинающий свое развитие в устье балка имеет малый угол наклона (a i), но зато наибольшую площадь водосбора, обеспечивающую максимальный объем стекающей воды. По мера приближения вершины оврага к водоразделу угол наклона растет (a 1 , a 2 , a 3 , a 4 , a 5), но площадь водосбора уменьшается (S 1 – S 5). Преобладающее воздействие площади водосбора (объема воды) над воздействием угла наклона (ее скорости) и привело к отрицательному значению зависимости скорости роста оврагов от угла наклона. Разнонаправленность воздействия двух рассмотренных факторов объясняет также минусовой знак их корреляционной взаимозависимости (== - 0.7). Для того, чтобы определить, насколько велика зависимость скорости роста оврагов от угла наклона при исключении влияния другого фактора (площади водосбора), необходимо вычислить коэффициент частной корреляции по формуле (13). Оказалось, что
Таким образом, только в результате корреляционных расчетов стало возможным убедиться в прямой, а не обратной зависимости скорости роста оврагов от угла наклона, но только при условии исключения воздействия площади водосбора.
8 Компонентный и факторный анализы. Из множества известных показателей тесноты корреляционных связей следует подчеркнуть особо важное значение коэффициента корреляции. Его отличает прежде всего повышенная информативность -способность оценивать не только тесноту, но и знак связи. Коэффициенты корреляции лежат в основе вычисления более сложных показателей, характеризующих взаимосвязи не двух, а большего числа факторов.
Рассмотренный в настоящей лекции аппарат множественной и частной корреляции правомерно считать начальным этапом изучения многофакторных корреляционных связей и зависимостей в географии. В условиях активной информатизации и компьютеризации человеческого общества наших дней перспектива развития этого направления видится в использовании более сложного аппарата факторного и компонентного анализов. Их объединяет: наличие исключительно большого объема разнообразной информации, необходимость ее математической обработки с помощью ЭВМ, способность «сжимать» информацию, выделять главные и исключать второстепенные показатели, факторы и компоненты.
Факторный анализ предназначен для сведения множества исходныx количественных показателей к малому числу факторов. На их основе вычисляются интегральные показатели, несущие в себе информацию нового качества. В основе математических расчетов лежит создание матрицы, элементами которой выступают обычные коэффициенты корреляции или ковариации, отражающие попарные связи между всеми исходными количественными показателями.
Компонентный анализ (метод главных компонент) в отличие о факторного анализа опирается на массовые расчеты не корреляций, дисперсий, характеризующих колеблемость количественных признаке; л
В результате таких математических расчетов любое самое большое число исходных данных заменяется ограниченным числомглавных компонент, отличающихся наиболее высокой дисперсностью, а, следовательно, и информативностью.
Желающим глубже познакомиться с теорией, методикой и накопленным опытом использования факторного и компонентного анализов в географических исследованиях следует обратиться к работам С.Н. Сербенюка (1972), Г.Т. Максимова (1972), П.И. Рахлина (1973), В.Т. Жукова, С.Н. Сербенюка, B.C. Тикунова (1980), В.М. Жуковской (1964), B.M. Жуковской, И.М. Кузиной (1973), В.М. Жуковской, И.Б. Мучник (1976):
В заключение отметим, что при криволинейных зависимостях коэффициенту корреляции не всегда можно доверять, особенно когда изучаются природные явления на территориях значительной протяженности с севера на юг. В этом случае лучше вычислять корреляционные отношения, которые нуждаются в большом объеме статистической совокупности и в предварительной группировке данных (Лукомский, 1961).
ВОПРОСЫ И ЗАДАНИЯ
1. Назовите главные задачи корреляционного анализа.
2. Опишите схему вычисления коэффициента корреляции.
3. Как вычисляется ошибка выборочного коэффициента корреляции?
4. Какова схема вычисления рангового коэффициента корреляции?
5. Опишите получение эмпирических формул зависимости для двух показателей. Каково их использование?
6. В чем сущность множественного коэффициента корреляции?
7. Каково назначение частного коэффициента корреляции?
8. Что такое компонентный анализ?
9. Дайте определение факторного анализа.
Социальные психологи, как правило, стремятся не только описать социальное поведение. Цель социальной науки - понять отношения между переменными и быть в состоянии предсказать, когда и как будут себя вести люди в разных социальных ситуациях. Например, каковы взаимосвязи между порнографией, которую видят люди, и вероятностью их участия в актах насилия? Существует ли связь между количеством насилия, которое дети видят по телевизору, и их агрессивностью? Чтобы ответить на такие вопросы, исследователи часто используют другой подход - корреляционный метод.
Корреляционный метод (correlational method) - это техника, посредством которой систематически измеряются две или более переменные и отношения между ними. В корреляционном исследовании поведение людей и установки можно определить по-разному. Так же как и в методе наблюдения, исследователи иногда непосредственно наблюдают за человеческим поведением. Например, применив корреляцонный метод, психологи имеют возможность проверить взаимосвязь между детским агрессивным поведением и просмотром телевизионных передач с насилием. Они также могут наблюдать за детьми на игровой площадке, однако теперь стоит иная цель - оценить взаимозависимость, или корреляцию, между детской агрессивностью и другими факторами, как, например, их привычкой смотреть телевизор, что исследователи также измеряют.
Метод корреляции (correlational method) - техника, при помощи которой систематически измеряются две или более переменные и оценивается зависимость между ними (например, как можно, зная одну переменную, предсказать другую).
Исследователи проверяют наличие подобных взаимосвязей путем подсчета коэффициента корреляции, статистического показателя, оценивающего, насколько вы можете предсказывать одну переменную, зная другую, например, насколько вы можете предсказывать вес человека, зная его рост. Положительная корреляция означает, что увеличение значения одной переменной сопровождается повышением значения другой.
Высота и вес позитивно коррелируют между собой; чем человек выше, тем больше будет его вес. Отрицательная корреляция, наоборот, подразумевает, что увеличение показателей одной переменной связано с уменьшением показателей другой. Если бы высота и вес людей коррелировали отрицательно, мы бы выглядели очень смешно - коротышки, например, дети походили бы на пингвинов, а высонимно) об их поведении или отношениях. Опросы - наиболее удобный способ измерения отношений людей; например, людям можно позвонить по телефону и спросить, какого кандидата они будут поддерживать на приближающихся выборах или что они думают по поводу тех или иных социальных проблем. Исследователи нередко применяют корреляционный метод к результатам опросов, чтобы определить, насколько ответы испытуемых на одни вопросы предопределяют их ответы на другие. Политологи, например, могут быть заинтересованы в том, можно ли на основе мнений людей о какой-либо социальной проблеме, такой как регулирование торговли оружием, предсказывать, как они проголосуют. Психологи часто используют опросы для содействия пониманию социального поведения и отношений, например, рассматривая, связано ли то, что говорят люди о количестве читаемой ими порнографии, с их отношением к женщинам.
Опросы - исследования, в которых репрезентативной выборке людей задаются вопросы (часто анонимно) об их поведении или отношениях.
У опросов есть много преимуществ, в частности, они позволяют исследователям судить о взаимосвязях между труднонаблюдаемыми переменными, подобными тому, насколько часто люди занимаются безопасным сексом. Когда интересующие переменные нельзя легко пронаблюдать, исследователи полагаются на опросы, в которых людей спрашивают об их убеждениях, отношениях и поведении. Исследователь проверяет наличие взаимосвязей между полученными ответами, например, чаще ли кие люди, как игроки в баскетбол, были бы совсем тощими - «кожа и кости»! Возможно, конечно, что две переменные совершенно не коррелируют, так что исследователь не сможет предсказать одну переменную, зная другую.
Коэффициент корреляции (correlation coefficient) - статистическая величина, которая оценивает, насколько хорошо вы можете предсказать одну переменную, зная другую; скажем, насколько вы можете предсказать вес людей, зная их рост.
Коэффициент корреляции выражается числом от -1,00 до +1,00. Корреляция 1,00 означает, что две переменные полностью коррелируют в позитивном направлении; таким образом, зная один показатель у человека, исследователь может точно определить второй. В повседневной жизни полные корреляции, конечно, встречаются редко. Например, в одном исследовании было выявлено, что корреляция между ростом и весом составляет 0,47 для выборки мужчин в возрасте 18-24 лет (Freedman, Pisani, Purves & Adhikari, 1991). Это означает, что в среднем более высокие люди тяжелее низкорослых, но есть и исключения. Корреляция -1,00 означает полную отрицательную корреляцию, а нулевая корреляция означает, что две переменные не коррелируют.