Korelační koeficient - charakteristika korelačního modelu

Korelace model (CM) - výpočetní program, který umožňuje příjem matematickou rovnici, v níž produktivní ukazatel kvantifikovat v závislosti na jedné nebo více indikátorů.

yx = a0 + a1x1

kde: y - výsledný indikátor, v závislosti na faktoru x;

x je faktorová charakteristika;

a1 - parametr KM, které ukazují, jak velké změny v produktivním ukazatele při změně faktoru X podle některého, pokud jsou všechny ostatní faktory, které mají vliv na y zůstávají beze změny;

ao je parametr CM, který ukazuje vliv všech ostatních faktorů na výsledný exponent y, s výjimkou faktoru x

Při výběru efektivních indikátorů a faktorů modely musí vzít v úvahu skutečnost, že ukazatele výkonnosti v řetězci příčinné souvislosti stojí na vyšší úrovni, než je výkon faktor.

Charakteristika korelačního modelu

Po výpočtu parametrů korelačního modelu se vypočte korelační koeficient.

p je korelační koeficient, -1 le le-1 ukazuje sílu a směr faktoru ovlivňujícího faktoru na výsledném. Čím blíže k 1, tím silnější je připojení, čím blíže je 0, tím silnější je spojení. Pokud má korelační koeficient kladnou hodnotu, pak je spojení přímé, pokud je záporné inversní.

Korelační koeficient vzorce: pxy = (xy-x * 1 / y) / ex * yy

ex = xx2- (x) 2-yy = y2- (y) 2

Pokud CM je lineární multifactor, má tvar:

yx = a0 + a1xl + a2x2 + ayip - + anxn

pak se pro ni vypočítává koeficient korelace.

0 le-r mimorezortní 1 a ukazuje sílu efektu vše spojí dohromady na produktivní indikátory faktoru.

P = 1 - ((yx-yu) 2 / (yu-oo) 2)

Kde: uh - ukazatel výsledku - vypočtená hodnota;

yi - skutečná hodnota;

skutečná hodnota, průměr.

Vypočtená hodnota yx je získána jako výsledek substituce ve korelačním modelu pro x1, x2 atd. jejich skutečné hodnoty.

U nelineárních modelů s jedním faktorem a více faktorů se vypočte korelační poměr:

-1 lem le-1;

0 lem le-1

Předpokládá se, že vztah mezi efektivní a jsou zahrnuty v modelu faktorových ukazatelů slabých, v případě, že těsnost koeficientu spojky (m) v rozmezí 0,3 až 0,7 v případě, 0-0,3- - spojení těsnost - srednyaya- výše 0.7-1 - připojení je silné.

Vzhledem k tomu, korelační koeficient (pára) r je korelační koeficient (násobek) R, korelační poměr m - hodnota pravděpodobnosti, která je vypočtena pro koeficientů jejich význam (definovaný v tabulkách). Pokud jsou tyto koeficienty větší než jejich tabulková hodnota, potom jsou koeficienty těsnosti spojení významnými příčinami. Jestliže má vazební koeficienty podstata těsnost menší než tabulkových hodnot, nebo pokud vlastní spojovací koeficient je menší než 0,7, model nezahrnuje všechny faktoriální parametry, které významně ovlivňují výsledek.

Koeficient určení jasně ukazuje, jak procenta zahrnutá do modelu určují tvorbu výsledku.

D = P2 * 100%

D = p2 * 100%

D = m2 * 100%

Pokud je koeficient determinace je vyšší než 50, pak tento model dostatečně popisuje proces v rámci studie, i když méně než 50, je třeba se vrátit k první fázi výstavby, a revidovat ukazatele výběr faktorem pro zařazení do modelu.

Fisherův koeficient nebo Fisherův kritérium charakterizují účinnost modelu jako celku. Je-li vypočtený poměr je vyšší než stůl, vestavěný model je vhodný pro analýzu stejně jako z ukazatelů plánování pro budoucí dohodu. Přibližně hodnota tabulky = 1,5. Pokud je odhadovaná hodnota nižší než tabulková hodnota, je nutné nejprve sestavit model včetně faktorů, které výrazně ovlivňují výsledek. Kromě účinnosti modelu jako celku ovlivňuje každý regresní koeficient významnost. V případě, že vypočtená hodnota tohoto poměru překročena velikosti tabulky, regresní koeficient je významný v případě méně, potom je parametr faktor, pro které jsou vypočtený koeficient odstraní z výpočtů vzorku začít znovu, ale bez tohoto faktoru.