Корреляционный и факторный анализ. Математическая основа корреляционных методов
Корреляционный анализ оценивает направление и тесноту статистической связи между признаками. Например, исследуют, связано ли содержание цинка в растении с его концентрацией в почве. Для двух количественных переменных линейную связь характеризует коэффициент Пирсона:
Он принимает значения от −1 до +1. Знак показывает направление, модуль — тесноту линейной связи. При r, близком к нулю, выраженной линейной связи нет, но нелинейная зависимость может существовать. Если один признак не изменяется, коэффициент не определён. Для монотонных связей и ранговых данных применяют коэффициент Спирмена — корреляцию рангов.
Основа методов — теория вероятностей, математическая статистика и линейная алгебра: средние, дисперсии, ковариации, корреляционные матрицы, проверка гипотез и доверительные интервалы. Коэффициент корреляции является нормированной ковариацией. Его значимость зависит не только от величины, но и от числа независимых наблюдений.
Факторный анализ объясняет совместную изменчивость множества наблюдаемых признаков меньшим числом скрытых факторов. Для стандартизированного признака модель записывают:
F — общие факторы, λ — факторные нагрузки, ε — специфическая составляющая. Например, совместное увеличение нескольких металлов может быть связано с общим источником загрязнения. Для выделения и интерпретации факторов используют структуру корреляционной матрицы, оценивание нагрузок и вращение решения. Метод главных компонент близок по назначению, но математически не тождественен факторному анализу.
Перед расчётом проверяют диаграммы рассеяния, выбросы, распределение данных и независимость проб. Корреляция не доказывает причинность: связь может возникать из-за третьей переменной, например pH или расстояния от предприятия. Названия факторов являются содержательной интерпретацией, которую нужно подтверждать дополнительными сведениями.