Для проверки гипотезы о незначимости коэффициента корреляции ρ(X,Y) мы будем использовать t...
- Нулевая гипотеза (H0): ρ(X,Y) = 0 (коэффициент корреляции незначим)
- Альтернативная гипотеза (H1): ρ(X,Y) ≠ 0 (коэффициент корреляции значим)
Формула для вычисления t-статистики выглядит следующим образом:
где:
- R — коэффициент корреляции (в нашем случае R = 0.469)
- n — объем выборки (в нашем случае n = 173)
Подставим значения в формулу:
-
Вычислим R²:
-
Вычислим 1 - R²:
-
Вычислим (\sqrt{n - 2}):
-
Вычислим (\sqrt{1 - R^2}):
Теперь подставим все значения в формулу для T:
Таким образом, наблюдаемое значение статистики Tнабл ≈ 6.94.
Для уровня значимости α = 0.01 и двухсторонней проверки гипотезы, мы будем использовать t-распределение с n - 2 = 171 степенями свободы.
Используя таблицу критических значений t-распределения, находим критическое значение для α = 0.01 и 171 степени свободы. Обычно это значение около ±2.576.
- Наблюдаемое значение Tнабл ≈ 6.94
- Критическое значение ≈ ±2.576
Поскольку |Tнабл| = 6.94 2.576, мы отвергаем нулевую гипотезу H0.
- Наблюдаемое значение статистики Tнабл: 6.94
- Критическое значение статистики: ±2.576
- Можно ли утверждать, что статистическая связь между X и Y статистически обоснована (на уровне значимости α=0.01)? Да, можно утверждать, что связь статистически значима.