Korelační koeficient - charakteristika korelační modelu

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

yx = ao + a1h1

kde: y - ukazatele výkonnosti, v závislosti na x faktor;

x - značka faktor;

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 CM parametr, který ukazuje účinek všech ostatních faktorů na efektivní index y, jiné než proměnné x faktor

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.

Nabízí korelační modelu

Po výpočtu korelační parametry modelu vypočtené korelační koeficient.

p - jednoduchý korelační koeficient, -1 ≤ r ≤ 1, ukazuje indikátor síly a směru dopadu na faktor skóre. Čím blíže k 1, tím silnější je vztah, že čím blíže k 0, vazba je slabší. V případě, že korelační koeficient je kladný, pak je spojení rovně, pokud je záporná - obrácené.

Korelační koeficient vzorec: PXY = (x-x * 1 / r) / * eu co

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

V případě, že CM lineární multifaktoriální, který je ve formě:

yx = ao + a1h1 a2x2 + + ... + ANX

pak bylo vypočteno více korelační koeficient.

0 ≤ P ≤ 1, a ukazuje sílu účinku všech dohromady ukazatelů faktor skóre.

P = 1- ((yi-yi) 2 / (yi -usr) 2)

Kde: uh - produktivní ukazatel - vypočtená hodnota;

yi - skutečná hodnota;

usr- skutečná hodnota, průměr.

Předpokládaná yi hodnota získaná substitucí model korelace namísto X1, X2 atd. jejich skutečné hodnoty.

Pro jednorozměrných a vícerozměrných modelů je počítána nelineární korelace poměr:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Má se za to, že vztah mezi efektivní a jsou zahrnuty v modelu faktorových ukazatelů slabá, v případě, že těsnost koeficientu spojky (m) v rozmezí 0-0,3; pokud 0,3-0,7 - blízkost vztahu - průměrná; 0,7-1 nad - silné vazby.

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 jsou více než jejich stolní hodnota, blízkost připojovacích koeficienty jsou základní příčiny. 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 korelace ukazuje procentuální faktor do modelu zahrnuty parametry určují tvorbu výsledku.

D = P2 * 100%

D = p2 * 100%

D = m 2 * 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.

Fisher Fisher faktor nebo kritériem charakterizuje 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. Zhruba tabulková hodnota = 1,5. V případě, že vypočtená hodnota je nižší než v tabulce, je nutné nejprve vytvořit model, včetně významných faktorů ovlivňujících výsledek. Kromě účinnosti celkového modelu významně ovlivňovat každou regresní koeficient. 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.