Professional Documents
Culture Documents
R7 PDF
R7 PDF
X 11 X 12 ... X 1n1
X X 22 ... X 2 n2
21
... ... ... ...
X k1 X k2 ... X knk
QS = Q − QA − QB 1 k l 1 l 1 k
X = X ij X i• = X ij X•j = X ij
kl i =1 j =1 l j =1 k i =1
Kritične oblasti
Hipoteze
H 0 ( FX = F0 ) H1 ( FX F0 )
Test stastistika
02 =
k
(ni − ei )2
i =1 ei
Kritična oblast
C = k2−l −1,1− , + )
2
Hipoteze
H 0 ( X i Y su nezavisna obeležja)
H1 ( X i Y su zavisna obeležja)
Test stastistika l k
k l (n − e )2 n n im mj
02 = ij ij , eij = m =1 m =1
i =1 j =1 eij n
Kritična oblast
C = (2k −1)(l −1),1− , + )
Koeficijent korelacija predstavlja meru linearne
povezanosti dva obeležja.
Može imati vrednost između -1 i 1.
Vrednosti bliže granicama ukazuju na jaču linarnu
povezanost, dok vrednosti bliže nuli ukazuju na
slabu linearnu vezu ili na nepostojanje linearne
veze.
Pozitivne vrednosti koeficijenta linearne korelacije
ukazuje na istovremeno povećanje ili istovremeno
smanjivanje vrednosti dva obeležja. Negativne
vrednosti ukazuju na povezanost u kojoj se
vreddnosti jednog obeležja smanjuju, a vrednosti
drugog povećavaju.
Korelacija nije isto što i zavisnost. Zavisnost je širi
pojam, a korelacija je samo jedan od oblika
zavisnosti – linearan.
Samo kod obeležja sa normalnom raspodelom,
korelacija je ekvivalentna zavisnosti.
Posebno treba imati na umu da korelacija ne
ukazuje obavezno na uzročno-posledičnu vezu.
Testiranje vrednosti Pirsonovog koeficijenta
korelaacije
Hipoteze, test statistika, kritične oblasti
H0 H1 Test statistika C
0 (−, − t n −2; 1− ] [t n −2;1− ,+)
2 2
R n−2 [t n −2; 1 − ,+)
=0 0 t0 =
1− R2 2
0 (−, − t n − 2; 1 − ]
2
1
X iYi − X Y
R= n
2 2
S X SY
Testiranje vrednosti Pirsonovog koeficijenta
korelacije ima smisla samo u slučaju kada oba
obeležja imaju normalanu raspodelu.
U slučaju da se ispituje korelacija obeležja koja
nisu normalno raspodeljne koristi se, tzv.
neparametarska zamena, tj. Spirmenov koeficijent
korelacije rangova.
Testiranje vrednosti Spirmenovog koeficijenta
korelaacije rangova
Hipoteze, test statistika, kritične oblasti
H0 H1 Test statistika C
0 (−, − t n −2; 1− ] [t n −2;1− ,+)
2 2
RS n − 2 [tn −2; 1 − ,+)
=0 0 t0 =
1− R 2
S
2
0 (−, − t n − 2; 1 − ]
2
1
Di2
R = 1− 6 n , Di = rang ( X i ) − rang (Yi )
n −n
3