/ / Koreliacijos koeficientas - koreliacijos modelio charakteristika

Koreliacijos koeficientas - koreliacijos modelio charakteristika

Koreliacijos modelis (CM) yra programaapskaičiavimas, pateikiant matematinę lygtį, kurioje rezultatų rodiklis yra kiekybiškai įvertinamas priklausomai nuo vieno ar daugiau rodiklių.

yx = a0 + a1x1

kur: y - gautas rodiklis, priklausomai nuo x faktoriaus;

x yra faktoriaus charakteristika;

a1 yra CM parametras, rodantis, kiek išgaunamas y rodiklis pasikeis, o koeficientas x pasikeis į vieną, jei šiuo atveju visi kiti veiksniai, kurie įtakoja Y, lieka nepakitę;

ao yra CM parametras, rodantis visų kitų veiksnių įtaką gaunamam y rodikliui, išskyrus faktoriaus ženklą x

Renkantis produktyvumą ir faktorialąbūtina atsižvelgti į tai, kad sukeltasis ryšys grandinėje sukelia rodiklis yra aukštesnis nei faktoriaus rodikliai.

Koreliacijos modelio charakteristikos

Perskaičius koreliacijos modelio parametrus, apskaičiuojamas koreliacijos koeficientas.

p yra koreliacijos koeficientas, -1 ≤ p ≤ 1,parodo poveikio faktoriaus faktoriaus stiprumą ir kryptį. Kuo arčiau 1, tuo stipresnis ryšys, arčiau 0, tuo stipresnis ryšys. Jei koreliacijos koeficientas turi teigiamą reikšmę, ryšys yra tiesioginis, jei neigiamas yra atvirkštinis.

Koreliacijos koeficientas formulėje: pxy = (xy-x * 1 / y) / ex * yy

ax = xx2- (x) 2; yy = y2- (y) 2

Jei CM yra linijinis daugiafaktorius, turintis formą:

yx = a0 + a1x1 + a2x2 + ... + anxn

tada apskaičiuojamas daugkartinis koreliacijos koeficientas.

0 ≤ P ≤ 1 ir parodo visų faktorių veiksnių įtakos stiprumą.

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

Kur: uh - rezultato rodiklis - apskaičiuota vertė;

yi - tikroji vertė;

faktinė vertė, vidurkis.

Numatoma vertė Yi gautas koreliacijos modelis vietoj x1, x2 pakeisti ir tt jų faktines vertybes.

Vienfazių ir daugiafaktorinių nelinijinių modelių atveju koreliacijos koeficientas apskaičiuojamas:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Manoma, kad santykis tarp produktyvios irModelyje esantys veiksniai yra silpni, jei jungties sandarumo vertė (m) yra 0-0,3; jei 0,3-0,7 - ryšio stiprumas yra vidutiniškas; aukščiau 0,7-1 - ryšys yra stiprus.

Kadangi koreliacijos koeficientas (pora) pkoreliacijos koeficientas (daugkartinis) P, koreliacijos koeficientas m - tikimybiniai, tada jiems apskaičiuojami jų reikšmingumo koeficientai (nustatomi pagal lenteles). Jei šie koeficientai yra didesni už jų lentelės reikšmę, bendravimo gniuždymo koeficientai yra svarbios priežastys. Jei jungties sandarumo reikšmingumo koeficientai yra mažesni už lentelėse pateiktas vertes arba jei pačios sukabinimo koeficientas yra mažesnis nei 0,7, modelis neapima visų veiksnių rodiklių, kurie reikšmingai įtakoja rezultatą.

Nustatymo koeficientas aiškiai parodo, kaip į modelį įtraukti procentai lemia rezultato formavimąsi.

D = P2 * 100%

D = p2 * 100%

D = m2 * 100%

Jei nustatymo koeficientas yra didesnis nei 50, tadamodelis tinkamai aprašo procesą pagal tyrimo, jei jis yra mažesnis nei 50, tai reikia grįžti prie pirmojo etapo statybos ir persvarstyti atrankos faktoriaus rodiklius įtraukti į modelį.

Fisher koeficientas arba Fisher testasapibūdina viso modelio veiksmingumą. Jei apskaičiuotoji koeficiento vertė viršija lentelės vertę, tada sukonstruotas modelis tinka analizei, taip pat planavimo rodikliams, ateities skaičiavimams. Maždaug lentelės vertė = 1,5. Jei numatoma vertė yra mažesnė už lentelės vertę, pirmiausia reikia sukurti modelį, įskaitant veiksnius, kurie daro didelį poveikį rezultatui. Be viso modelio efektyvumo, kiekvienas regresijos koeficientas daro įtaką reikšmingumui. Jei apskaičiuotoji šio koeficiento vertė yra didesnė už lentelės reikšmę, tada regresijos koeficientas bus reikšmingas, jei jis bus mažesnis, tada koeficientas, kuriam šis koeficientas apskaičiuojamas, pašalinamas iš imties, skaičiavimai prasideda pirmiausia, tačiau be šio faktoriaus.

Skaityti daugiau: