МНОЖЕСТВЕННАЯ КОРРЕЛЯЦИЯ

Методы корреляции произведения моментов Пирсона и линейного регрессионного анализа Гальтона были обобщены и расширены в 1897 г. Джорджем Эдни Юлом до модели множественной
линейной регрессии, предполагающей использование многомерного нормального распределения. Методы множественной корреляции позволяют оценить связь между множеством непрерывных независимых переменных и одной зависимой непрерывной переменной. Коэффициент множественной корреляции обозначается через R0.123… p Его вычисление требует решения совместной системы линейных уравнений. Число линейных уравнений равно числу независимых переменных.

R

R

Если требуется исключить влияние двух переменных, скажем, Х2 и Х3, то формула принимает

вид:

R

R

Иногда необходимо исключить эффект третьей переменной, с тем чтобы определить «чистую» связь между любой парой переменных. Частный (парциальный) коэффициент корреляции выражает связь между двумя переменными при исключенном (элиминированном) влиянии еще одной или неск. др. переменных. В простейшем случае частный коэффициент корреляции вычисляется как функция парных корреляций (произведений моментов) между Y, X1 и Х2:

Январь 24, 2019 Общая психология, психология личности, история психологии
Еще по теме
МНОЖЕСТВЕННАЯ КОРРЕЛЯЦИЯ (MULTIPLE CORRELATION)
МНОЖЕСТВЕННАЯ КОРРЕЛЯЦИЯ
КАНОНИЧЕСКАЯ КОРРЕЛЯЦИЯ
КОРРЕЛЯЦИЯ
КОРРЕЛЯЦИЯ И РЕГРЕССИЯ — ОСНОВЫ
БИСЕРИАЛЬНАЯ КОРРЕЛЯЦИЯ
МНОЖЕСТВЕННАЯ РЕГРЕССИЯ
ИНТЕРПРЕТАЦИЯ КОРРЕЛЯЦИЙ
РАНГОВАЯ КОРРЕЛЯЦИЯ
ТОЧЕЧНО-БИСЕРИАЛЬНАЯ КОРРЕЛЯЦИЯ
ВЗАИМНАЯ КОРРЕЛЯЦИЯ
МНОЖЕСТВЕННАЯ РЕГРЕССИЯ (MULTIPLE REGRESSION)
Использование корреляций
Положительная и отрицательная корреляция
Добавить комментарий