Файл: Лакин Г.Ф. Биометрия учеб. пособие.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 11.04.2024

Просмотров: 301

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Если бы отдельные варианты не повторялись, их рангами бы­ ли бы порядковые числа, помещенные в первом столбце табл. 76. Но так как некоторые варианты повторяются, например вариан­ ты 18 и 19 (см. ряд X), то их рангами будут среднеарифметиче­ ские из соответствующих порядковых чисел. Так, для варианты 18 ранг определяется как полусумма порядковых чисел 2 и 3, т. е. (2+ 3) : 2= 2,5. Для следующей варианты 19 ранг выражается

полусуммой (4+ 5) : 2 = 4,5. Таким

же образом

рассчитываются

ранги по ряду Y, как это показано

в крайних

справа столбцах

табл. 76, и заносятся эти ранги на присущие им места в общем строю вариант. Когда эта наиболее ответственная работа закон­ чена, остается взять разность между рангами, возвести ее в квад­ рат и результаты просуммировать, как показано в одной из граф табл. 76. Подставляя известные значения в формулу Спир­ мена, находим величину рангового коэффициента корреляции:

6X 40

_

240

9(92 — 1)

~

1 - 0,33 = 0,67.

” 9X 80

Как и всякий выборочный показатель, коэффициент ранговой корреляции является величиной случайной, и поэтому нуждается в оценке достоверности его значений. Как и в других случаях, нулевая гипотеза заключается в предположении, что в генераль­ ной совокупности г = 0, т. е. отсутствии корреляции между приз­ наками X и У. Критерием оценки этой гипотезы может служить выражение

У п — 2

tr — Гр

1- г2 '

Нулевая гипотеза отвергается, если іфпревысит критическое зна­

чение 1st (или будет равен ему), указанное в таблице Стьюдентэ для выбранного уровня значимости (Р ) и числа степеней свобо­ ды k = n — 2. Этот критерий дает более или менее надежную оцен­ ку при наличии не менее 9—10 парных наблюдений. Однако более точными критериями оценки выборочного показателя корреля­ ции рангов могут служить его критические (стандартные) значе­ ния, определяемые по следующим формулам (по Урбаху, 1964):

 

для Р — 0,05 —

1,96

/

0,16

\

 

tr

'

п — 1

'

 

 

Уп — 1

и

для Р = 0,01 —

2,58

/

0,69

\

U

 

п V

 

 

Уп — 1 '

Нулевая гипотеза отвергается, если іф> і5і для принятого уровня

значимости (Р) и соответствующего числа наблюдений (п). Так, в отношении взятого примера для Р = 0,05 и п — 9 находим:

223


tr =

- —

1 - - 1— = 0,692 X 0,98 = 0,678 = 0,68.

 

У9 — 1 '

9 — 1'

Так как

0,67<4г = 0,68, нулевую гипотезу отвергнуть нельзя.

Вопрос о наличии связи между весом тела и количеством гемо­ глобина в крови у гамадрилов остается открытым.

Чтобы не затруднять себя расчетами, связанными с указан­ ными формулами, для оценки выборочного показателя ранговой

корреляции

составлена специальная таблица (см. приложения

табл. XVII),

в которой приведены критические значения tr для

разных чисел парных наблюдений (п) и двух уровней значимости

(Р = 0,05 и Р = 0,01).

Достоинство рангового коэффициента корреляции заключает­ ся в простоте его конструкции и в том, что он позволяет измерять степень сопряженности между варьирующими признаками неза­ висимо от закона их распределения и формы связи. Ранговый коэффициент позволяет измерять связь между признаками, кото­ рые не поддаются точному количественному измерению, но могут быть ранжированы по местоположению, занимаемому ими в об­ щей совокупности наблюдений. Вместе с тем показатель ранго­ вой корреляции не обладает той степенью точности, которая при­ суща параметрическим показателям связи — коэффициенту кор­ реляции и корреляционному отношению. Поэтому вычисляемые на одном и том же выборочном материале эти показатели связи могут заметно и даже сильно отличаться друг от друга по их абсолютной величине. Например, корреляция между весом самок гамадрилов и возрастом, в котором у них наступает первый по­ ловой цикл, выражается следующими величинами параметриче­ ских показателей связи: %/* = (),85; 11^=0,92 и г=+0,25. Вычис­ ленный для этих признаков ранговый коэффициент корреляции (вычисления предлагается проделать самому читателю) оказал­ ся равным 0,39. Видно, что эта величина более чем в два раза меньше коэффициентов корреляционного отношения У по X и

X по Y.

Ранговый коэффициент корреляции следует использовать лишь в тех случаях, когда по тем или иным причинам невозмож­ но применение параметрических показателей. К таким случаям относятся объекты, распределение которых сильно отличается от нормального или когда закон их распределения остается невыяс­ ненным, а также и в тех случаях, когда варьирующие признаки оцениваются баллами или другими условными единицами изме­ рения, и связь между ними определяется лишь общим направле­ нием изменчивости, что и позволяет ранжировать совокупность наблюдений. Во всех таких случаях показатель ранговой корре­ ляции может найти самое широкое применение. Но он не может и не должен подменять или заменять параметрические показате­ ли корреляционной связи.

224


ГЛАВА Д Е СЯТ АЯ

РЕГРЕССИОННЫЙ АНАЛИЗ

ПОНЯТИЕ РЕГРЕССИИ

Коэффициент корреляции и корреляционное отношение позво­ ляют измерять степень сопряженности между признаками, опре­ делять направление и форму существующей между ними связи. Но они не дают представления о том, насколько в среднем может измениться варьирующий признак при изменении на единицу, из­ мерения другого, связанного с ним признака. Между тем эта сто­ рона корреляционного анализа представляет большой интерес и занимает видное место в области статистического анализа массо­ вых явлений.

Функция, позволяющая по величине одного признака (X) на­ ходить средние (ожидаемые) значения другого признака (ух), связанного с А корреляционно, называется р е г р е с с и е й 1. А статистический анализ регрессии получил название регрессион­ ного анализа.

Регрессионный анализ неотделим от корреляционного анали­ за. Но, в отличие от последнего, показатели регрессии измеряют отношения между коррелированными признаками А и У двусто­ ронне, т. е. учитывают изменения X в зависимости от изменений У и, наоборот, изменения У и А. Исключением служат так назы­ ваемые ряды динамики, или временные ряды, показывающие из­ менение признаков во времени. Регрессия таких рядов оказыва­ ется односторонней.

Показатели регрессии—-величины именованные: они харак­ теризуют зависимость между переменными А и У по их абсолют­ ным значениям, тогда как показатели корреляции — величины относительные, измеряющие тесноту связи между признаками в долях единицы.

Регрессия — это ряд групповых средних ух (или х у), показы­ вающий динамику изменчивости признака У (или А) в зависимо­ сти от изменения значений признака А (или У). Ряды регрессии и особенно их графики, называемые линиями регрессии, дают на­ глядное представление о характере корреляционной связи между варьирующими признаками, в чем и заключается их большая ценность. Являясь неотъемлемой частью корреляционного анали­ за, метод регрессии позволяет предвидеть возможные изменения

1 Термин «регрессия» ввел в биологию Ф. Гальтон, изучавший соотноше­ ние между ростом родителей и их детей. Им был установлен так называемый «закон регрессивного наследования», по которому дети очень высоких и очень низких родителей имеют тенденцию отклоняться в своем развитии («регресси­ ровать») в сторону среднего для данной популяции роста. Так возник и вошел в биологию этот термин.

8— 2802

225



N . У Окружность груди

X Р о с т " \ {СМ) (длина

тела)

(см)

147,5-149,4 148,5

149,5—151,4 150,5

151,5—153,4 152,5

153,5-155,4 154,5

155,5-157,4 156,5

157,5-159,4 158,5

159,5—161,4 160,5

161,5-163,4 162,5

1

!

163,5-165,4 164,5

165,5—167,4 166,5

167,5-169,4 168,5

169,5-171,4 170,5

171,5-173,4 172,5

173,5-175,4 174,5

175,5-177,4 176,5

Ру

Средний рост для каждой окружности груди (*~)

Т а б л и ц а 77

72,5—

74,5—

76,5—

78,5—

80,5—

82,5-

84,5—

86,5-

88,5—

90,5—

92,5—

94,5—

 

Средняя

74,4

76,4

78,4

80,4

82,4

84,4

86,4

88,4

90,4

92,4

94,4

96,4

 

окруж­

Рх

ность

 

 

 

 

 

 

 

 

 

 

 

 

груди для

73,5

75,5

77,5

79,5

.81,5

83,5

85,5

87,5

89,5

91,5

93,5

95,5

 

каждого

 

роста (ух )

 

 

1

 

 

 

1

 

 

 

 

 

2

81,5

 

 

 

1

1

2

 

 

 

 

 

 

4

82,0

 

2

1

2

1

4

3

 

 

 

 

 

13

80,7

1

1

 

8

3

1

1

1

 

1

 

 

17

81,0

2

1

3

7

7

3

8

5

 

 

 

 

36

82,1

 

1

4

7

8

14

10

12

2

2

 

 

60

83,8

 

 

2

8

18

20

13

И

5

1

 

 

78

83,9

 

2

3

12

9

24

21

14

7

3

 

 

95

83,9

 

1

 

1

1

!

1

1

1

 

 

 

 

 

 

 

 

1

1

1

 

 

1

 

1

 

 

 

 

1

2

8

13

14

14

17

14

10

2

 

95

85,0

 

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

2

2

11

16

16

27

10

7

2

3

96

86,1

 

 

1

3

10

9

14

20

10

5

7

1

80

86,7

 

 

1

2

3

 

t

 

 

 

 

 

 

 

 

 

9

13

19

14

4

2

2

69

86,1

 

 

 

1

3

11

9

13

7

7

1

1

53

86,4

 

 

1

1

4

3

4

2

5

2

1

*

23

85,9

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1

3

1

 

 

6

88,8

3

8

21

62

91

130

128

142

77

43

15

7

727

 

155,8

158,0

161,3

160,8

162,4

164,1

164,6

165,8

167,6

167,2

168,6

168,8

 

.