Разобранные выше примеры корреляционных зависимостей касались главным образом взаимосвязи двух сопряженных процессов, явлений или варьирующих признаков. Между тем в практике биологических исследований нередко приходится сталкиваться с более сложными случаями, например, когда сопряжены не два, а три или более изменчивых фактора (признака). В такой ситуации возникает необходимость изучить множественные связи между большим числом взаимодействующих переменных, выступающих как в виде целой системы коррелированных признаков организма, так и в форме совместного влияния сложной совокупности факторов на определенное явление. Корреляционная зависимость нескольких переменных носит название множественной корреляции и оценивается коэффициентом, определяемым на основе корреляций между всеми парами признаков. Например, коэффициент множественной корреляции между тремя признаками А, В и С вычисляется по формуле: . Полученная величина характеризует связь первого признака (A) с двумя другими (B и C). Покажем этот способ на примере совокупного действия двух факторов, В и С (температуры и влажности), на суточную активность травяных лягушек (A). Определение парных корреляций дало следующие результаты (n = 110): rАB = +0.58; rАC = +0.80; rBC = –0.45. Отсюда = 0.86. Сводный коэффициент корреляции оказался довольно высоким и, как показывает его сопоставление со стандартным значением по таблице 16П, вполне достоверным (при α<0.001). С другой стороны, если обнаружена значительная корреляция между признаками A и С и между В и С, то не исключена возможность мнимой корреляционной зависимости между A и В, которая создается за счет одновременного влияния на них третьего признака С. Например, установленная по исследованиям в Карелии корреляция между численностью лесных полевок и урожаем семян сосны, скорее всего, объясняется не значением последних в питании грызунов (т. е. прямой причинной связью), а тем, что оба эти явления (численность полевок и урожай семян) контролируются одними и теми же экологическими факторами (прежде всего метеорологическими) и поэтому изменяются параллельно, хотя непосредственно между собой не связаны. В этом и подобных случаях (например, когда настоящие зависимости между признаками животных маскируются влиянием возраста или когда связи между отдельными промерами организма создаются за счет влияния живого веса и т. д.) возникает задача изучить корреляцию между двумя признаками (A и В), исключив влияние на эту связь третьего признака (С), как бы элиминировав его.
Ви переглядаєте статтю (реферат): «Метод множественной корреляции» з дисципліни «Введення в кількісну біологію»
