* Данный текст распознан в автоматическом режиме, поэтому может содержать ошибки

АНАЛИЗ КОРРЕЛЯЦИОННЫЙ 27 и характере классов; универсальность (кластерный анализ может применяться не только к совокупностям объектов, но также к наборам переменных или любых других единиц анализа). Л и т. : Дюран Б., Оделл П. Кластерный анализ. – М., 1997; Факторный, дискриминантный и кластерный анализ. – М., 1989; Жамбю М. Иерархический кластерный анализ и соответствия. – М., 1988; Елисеева И. И., Рукавишников В. О. Группировка, корреляция, распознавание образов. – М., 1977. О. В. Терещенко АНАЛИЗ КОРРЕЛЯЦИОННЫЙ – группа методов, предназначенных для исследования корреляции между переменными. Корреляционная связь не предполагает причинной зависимости между переменными, но А. к. может использоваться для анализа тесноты и направления связи и в причинных моделях. Инструментами А. к. являются разнообразные меры связи. Выбор мер (коэффициентов) связи зависит от способов измерения переменных и характера связи между ними. Для количественных, порядковых и дихотомических переменных используются понятия прямой и обратной связи. Связь между количественными и/или порядковыми переменными является прямой, если значения двух переменных одновременно возрастают или убывают; обратной – если возрастание значений одной переменной сопровождается убыванием значений второй. Для дихотомических переменных связь является прямой, если измеряемые ими свойства объектов чаще встречаются или не встречаются одновременно, чем порознь; обратной – если соответствующие свойства чаще встречаются порознь. Для номинальных переменных, за исключением дихотомических, понятия прямой и обратной связи не определены, связь между ними рассматривается как ненаправленная. Отдельную методологическую проблему представляет так называемая ложная корреляция, проявляющаяся в корреляционной связи (иногда достаточно сильной) между переменными, которые заведомо не могут взаимно обусловливать друг друга. Причиной ложной корреляции обычно является наличие некоего неучтенного в анализе фактора, который влияет на каждую из исследуемых переменных и, тем самым, порождает «корреляцию» между ними. Например, широко известный факт корреляции сорта губной помады с политическими