Оценить корреляцию в Excel Опции

[Олик)]

Добрый день! Помогите, пожалуйста, решить проблему. Только начала осваивать статистику и одновременно хочу научиться использовать для этих целей Excel.
Есть порядка 600 пар данных, подозреваю, что они должны быть взаимосвязаны, но как это обосновать - не знаю.
Коэффициент корреляции Пирсона с помощью Excel расчитать могу, но он работает на нормальном распределении. Мои данные, боюсь, не имеют нормального.
Выглядит это примерно так:
1 175 750
2 175 1225
3 45 350
4 125 350
5 125 500
6 175 1000
7 80 500
8 250 875
9 45 75
10 175 525
11 175 750
12 125 625
13 175 350
14 125 525
15 125 375
16 80 300
17 175 500
18 175 875
19 30 225
20 125 500
21 80 750
22 80 500
23 30 300
24 30 150
25 80 250
26 80 500
27 30 225
28 45 225
29 45 175
30 45 375
Начала оценивать нормальность распределения каждого из столбцов отдельно, чтобы хотя бы опровергнуть, но и этого даже не получилось. В общем запуталась:).
Подскажите, пожалуйста, может, есть какой-то алгоритм?
Скорее всего данные распределены не по нормальному закону (1), как это определить?
Что выбрать для оценки корреляции?
Спасибо заранее))

[Олик)]

Только начала осваивать статистику...

Наверное, вы уже просто между собой общаетесь
у меня при каждом новом ответе почему-то возникает все больше и больше вопросов:)

Правильно ли я поняла, что имея выборку, для оценки корреляции каждых двух параметров, я сначала определяю характер распределения каждого из параметров.

- если два параметра распределены нормально, то применяю коэффициент Пирсона. Причем, нормальность проверяю только с помощью асимметрии и эксцесса и т.д., как писал Игорь.

- если хоть один параметр имеет распределение, отличное от нормального, то для оценки корреляции можно использовать коэффициент Спирмена.

- дальше, получив результаты, можно уже оценивать степень корреляции, принимая во внимание уровень значимости. так?

про поправку Бонферрони и корреляционные решетки с большим количеством переменных я даже спрашивать пока боюсь, лучше для начала почитаю.

[DoctorStat]

Правильно ли я поняла, что имея выборку, для оценки корреляции каждых двух параметров, я сначала определяю характер распределения каждого из параметров.

Совсем необязательно заранее проверять распределение параметров. Чаще всего они распределены не по Гауссу. Зачем делать лишнюю работу? На малых выборках проверить нормальность вообще невозможно. Любой тест для малочисленной выборки скажет Вам, что она нормальна. При количестве наблюдений <30 лучше не предполагать и не проверять нормальность распределения.

- если два параметра распределены нормально, то применяю коэффициент Пирсона. Причем, нормальность проверяю только с помощью асимметрии и эксцесса и т.д., как писал Игорь.

Правильно. Нормальность проверяете любыми тестами, которые есть в Вашем распоряжении. Чем больше тестов «дадут добро», тем больше уверенность.

- если хоть один параметр имеет распределение, отличное от нормального, то для оценки корреляции можно использовать коэффициент Спирмена.

Правильно. Только лучше используйте Спирмена всегда, не задумываясь, нормальна выборка или нет. Коэффициент Пирсона по сравнению со Спирменом дает небольшой выигрыш в мощности, но только для нормального распределения.

дальше, получив результаты, можно уже оценивать степень корреляции, принимая во внимание уровень значимости. так?

Так. Уровень значимости должен быть меньше заданной величины, например, 0,05.

про поправку Бонферрони и корреляционные решетки с большим количеством переменных я даже спрашивать пока боюсь, лучше для начала почитаю.

Есть такая пословица: волков бояться на форум не ходить. А читать никогда не вредно. Начинайте с книги Стентон Гланц "Медико-биологическая статистика". Там все понятно изложено с расчетом на "чайников".

Сообщение отредактировал DoctorStat - 21.12.2008 - 17:10