Правда, почти все автсн ры повторяют слова математиков-вероятностников об осторожности трактовки величин коэффициентов корреляции. Но ... - Большая Энциклопедия Нефти и Газа
Выдержка из книги
Бородкин Ф.М.
Статистическая оценка связей экономических показателей
Правда, почти все автсн ры повторяют слова математиков-вероятностников об осторожности трактовки величин коэффициентов корреляции. Но применяемый ими формальный аппарат говорит об обратном. Действительно, ь в теории вероятностей коэффициент корреляции вводится как параметр, существенность величины которого указывает на стохастическую связь, но не определяет меры связи, тем более меры причинной связи. Это чувствуют многие авторы. Хальда [30.524] мы находим следующее мнение: Определив коэффициент корреляции и проверив затем гипотезу о нулевой корреляции, можно иногда доказать существование стохастической связи между переменными. Однако необходимо подчеркнуть, что стохастическая зависимость не указывает с необходимостью на наличие функциональной1 связи. Коэффициент корреляции хотя и может указывать на стохастическую связь между Xi и xz, но при помощи него нельзя определить, является ли величина х причинно обусловленной величиной х2, или х2 - величиной xit или же их связь объясняется тем, что обе они причинно обусловлены другими факторами. Следовательно, и при значимом коэффициенте корреляции для определения наличия функциональной связи требуется дополнительное исследование. При дальнейшем исследовании, которое прежде всего должно основываться на знании специфики проблемы, регрессионный анализ часто играет важную роль как средство проверки сделанных гипотез. Часто стохастическая связь бывает очень тесной, а причинная вовсе отсутствует. Хальд в своей работе [30.22-23]: В то время как стохастическая независимость может скрывать причинную связь, два события могут быть стохастически зависимыми, даже если они причинно ( функционально) независимы. Если события ( / и V стахастически и причинно независимы, но каждое из них в отдельности зависит от третьего события W, то U и V часто кажутся стохастически зависимыми, если связь их с W не замечается.
![Правда, почти все автсн ры повторяют слова математиков-вероятностников об осторожности трактовки величин коэффициентов корреляции. Но применяемый ими формальный аппарат говорит об обратном. Действительно, ь в теории вероятностей коэффициент корреляции вводится как параметр, существенность величины которого указывает на стохастическую связь, но не определяет меры связи, тем более меры причинной связи. Это чувствуют многие авторы. Хальда [30.524] мы находим следующее мнение: Определив коэффициент корреляции и проверив затем гипотезу о нулевой корреляции, можно иногда доказать существование стохастической связи между переменными. Однако необходимо подчеркнуть, что стохастическая зависимость не указывает с необходимостью на наличие функциональной1 связи. Коэффициент корреляции хотя и может указывать на стохастическую связь между Xi и xz, но при помощи него нельзя определить, является ли величина х причинно обусловленной величиной х2, или х2 - величиной xit или же их связь объясняется тем, что обе они причинно обусловлены другими факторами. Следовательно, и при значимом коэффициенте корреляции для определения наличия функциональной связи требуется дополнительное исследование. При дальнейшем исследовании, которое прежде всего должно основываться на знании специфики проблемы, регрессионный анализ часто играет важную роль как средство проверки сделанных гипотез. Часто стохастическая связь бывает очень тесной, а причинная вовсе отсутствует. Хальд в своей работе [30.22-23]: В то время как стохастическая независимость может скрывать причинную связь, два события могут быть стохастически зависимыми, даже если они причинно ( функционально) независимы. Если события ( / и V стахастически и причинно независимы, но каждое из них в отдельности зависит от третьего события W, то U и V часто кажутся стохастически зависимыми, если связь их с W не замечается.](/pic/2283475WwKBZKY0035182978.png)