Korelacijski koeficient - značilna korelacija podatkov

Korelacija model (CM) - program za izračun, ki omogoča sprejem matematično enačbo, v kateri je produktivno kazalnik količinsko odvisno od enega ali več kazalnikov.

YX = ao + a1h1

kjer je Y - kazalniki uspešnosti, odvisno od x faktor;

x - znak faktor;

a1 - parameter KM, ki kaže, kako veliko spremembo v produktivni kazalnika ob menjavi faktor x po eno, če vse druge dejavnike, ki vplivajo na y ostala nespremenjena;

AO CM parameter, ki kaže učinek vseh drugih dejavnikov na učinkovitost indeksom y, razen faktor spremenljivko x

Pri izbiri učinkovite kazalniki in faktor modelov je treba upoštevati dejstvo, da so kazalniki uspešnosti v verigi vzročnosti stoji na višjem nivoju kot dejavnik uspešnosti.

Lastnosti primerjalno modela

Po izračunu korelacije modelnih parametrov se izračuna korelacijski koeficient.

p - enostavna korelacijski koeficient, -1 ≤ r ≤ 1, kaže znak za moč in smer ob rezultatom faktorjem vpliva. Bližje 1, močnejša je povezanost, bližje 0, vez je šibkejši. Če je koeficient korelacije pozitiven, potem je povezava naravnost, če je negativna - obrnil.

korelacijski koeficient formula: pxy = (x-x * 1 / y) / * eu eh

eh = hh2- (x) 2; eu = y2 (Y) 2-

Če se linearni CM več dejavnikov, ki imajo obliko:

yx = ao + a1h1 a2x2 + + ... + anx

potem smo izračunali multiple korelacijski koeficient.

0 ≤ P ≤ 1 in prikazuje moč učinka vseh skupaj kazalcev faktor točk.

P = 1- ((Yi-il) 2 / (il -usr) 2)

Kje: uh - produktivno kazalnik - izračunana vrednost;

Yi - dejanska vrednost;

usr- dejanska vrednost, povprečno.

Ocenjena vrednost yi pridobljen z zamenjavo modela korelacijsko namesto x1, x2 itd njihove dejanske vrednosti.

Za univariatne in multivariatne modele je razmerje nelinearna korelacija izračuna:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Domneva se, da je razmerje med učinkovito in v modelu faktorske kazalcev šibka, če tesnost koeficienta spenjanje (m) v območju od 0-0.3; če 0,3-0,7 - bližina razmerja - povprečna; 0,7-1 zgoraj - močne vezi.

Ker korelacijskim koeficientom (para) r, korelacijski koeficient (multipla) R, razmerje korelacija m - verjetnost vrednost, ki je izračunana za koeficientov pomenu (definirano v tabelah). Če so ti koeficienti več kot njihove tabele vrednosti, bližina koeficientov povezave so bistveni vzroki. Če sklopke koeficienti so bistvenosti zategnjenost manjša od namiznih vrednosti, ali če samo za vleko koeficienta je manj kot 0,7, model ne vključuje vseh fakulteto parametre, ki bistveno vplivajo na rezultat.

Koeficient določanja kaže odstotek dejavnik vključen v parametre modela ugotoviti nastanek rezultata.

D = P2 * 100%

D = p2 * 100%

D = m2 * 100%

Če je koeficient določanja večji od 50, potem model ustrezno opisuje proces, v okviru študije, če je manj kot 50, je treba iti nazaj v prvi fazi gradnje, in da popravi kazalnike za izbiro faktorja za vključitev v model.

Fisher Fisher dejavnik ali merilo označuje učinkovitost modela kot celote. Če je izračunano razmerje večje od tabele je zgrajen model je primeren za analizo, kot tudi kazalniki načrtovanja za prihodnje reševanje. Približno tabela vrednost = 1,5. Če je izračunana vrednost manjša od tabele, se morate najprej zgraditi model, vključno s pomembnimi dejavniki, ki vplivajo na rezultat. Poleg učinkovitosti celotnega modela bistveno vpliva vsak regresijski koeficient. Če je izračunana vrednost tega razmerja v magnitude tabeli presežena, regresijski koeficient je pomembno, če je manjša, potem je parameter dejavnik, za katerega so izračunani koeficient odstrani iz izračunov vzorčnih začeti znova, vendar brez tega dejavnika.