Нее лучше, чем рост. Давайте для простоты сделаем несколько допущений.

В любом возрасте:

• Успехи в игре на пианино зависят только от количества часов занятий в

Неделю.

• Вес зависит исключительно от количества потребляемого мороженого.

• Поедание мороженого и количество часов занятий музыкой в неделю –

Независимые величины.

Теперь мы можем написать некоторые уравнения с использованием позиций

в списке (или стандартных оценок, как их называют статистики):

вес = возраст + потребление мороженого

игра на пианино = возраст + количество часов занятий в неделю

Очевидно, что при попытках предсказать уровень игры на пианино по весу

Или наоборот, будет появляться регрессия к среднему. Если о Томе известно

Лишь то, что он по весу двенадцатый (намного выше среднего), можно сделать

Статис тический вывод, что Том, вероятно, старше среднего и, возможно,

Потребляет больше мороженого, чем другие. Если о Барбаре известно лишь то,

Что она восемьдесят пятая по пианино (намного ниже среднего по группе),

Можно сделать вывод, что Барбара, скорее всего, еще маленькая и, наверное,

Занимается меньше других.

Коэффициент корреляции между двумя величинами, варьирующийся от 0 до

Это мера относительного веса факторов, влияющих на обе из них.

Например, у всех нас половина генов – общая с каждым из родителей, и у черт,

на которые внешние факторы влияют мало (например, у роста), корреляция

Между показателями родителя и ребенка близка к 0, 5. Чтобы оценить значение

меры корреляции, приведу несколько примеров коэффициентов:

• Корреляция между размерами объектов, точно измеренных в метрических

Или в имперских единицах, составляет 1. Все определяющие факторы влияют

На оба измерения.

• Корреляция между весом и ростом, сооб щенными респондентами, для

Взрослых американских мужчин составляет 0, 41. Если включить в группу

Женщин и детей, то корреляция будет намного выше, поскольку пол и возраст

Индивида влияют на их оценку своего роста и веса, что увеличивает

Относительные значения общих факторов.

• Корреляция между школьными тестами на определение академических

способностей и средним баллом в колледже равна примерно 0, 60. Однако

Корреляция между тестами на проверку способностей и успехами в

Магистратуре намного ниже – в основном потому, что уровень способностей в

этой группе не слишком различается. Если способности у всех примерно

Одинаковы, то разница в этом параметре вряд ли сильно повлияет на меру

Успеха.

• Корреляция между доходом и уровнем образования в США составляет

примерно 0, 40.

• Корреляция между доходом семьи и последними четырьмя цифрами номера

Их телефона равна 0.

Фрэнсису Гальтону потребовалось несколько лет, чтобы понять, что

Корреляция и регрессия – это не две разные концепции, а две точки зрения на

Одну. Общее правило довольно простое, но у него удивительные следствия: в

Случаях, когда корреляция неидеальна, наблюдается регрессия к среднему.

Чтобы проиллюстрировать открытие Гальтона, возьмем предположение,

которое многие находят довольно любопытным:

Умные женщины часто выходят замуж за менее умных мужчин.

Если на вечеринке попросить ваших приятелей найти объяснение этому

Факту, то интересный разговор вам обеспечен. Даже знакомые со статистикой

Люди проинтерпретируют это утверждение в каузальных терминах. Кто-то

решит, что умные женщины стремятся избежать конкуренции умных мужчин;

Кто-то предположит, что они вынуждены идти на компромиссы при выборе

Супруга из-за того, что умные мужчины не хотят соревноваться с умными

Женщинами; другие предложат более надуманные объяснения. А теперь

подумайте над следующим утверждением:

Корреляция между оценками интеллекта супругов неидеальна.

Разумеется, это утверждение верно – и совершенно неинтересно. В этом

Случае никто не ожидает идеальной корреляции. Объяснять здесь нечего. Тем

⇐ Предыдущая74757677787980818283Следующая ⇒

Поделиться: