Współczynnik korelacji - charakterystyczne modelu korelacji

Model korelacja (CM) – program, który zapewnia obliczanie odbiór matematycznym równaniem, w którym wskaźnik produktywny ilościowo w zależności od jednego lub większej liczby wskaźników.

yx = ao + a1h1

gdzie: r – wskaźników wydajności, w zależności od czynnika X;

x – współczynnik znak;

a1 – parametr km, pokazując, jak wiele zmian we wskaźniku produkcyjnej przy zmianie czynnika X przez jeden, jeśli wszystkie inne czynniki, które wpływają na Y pozostają niezmienione;

AO CM parametrem, który pokazuje wpływ innych czynników na efektywny współczynnik y, z wyjątkiem czynnika zmiennej x

Przy wyborze skutecznych wskaźników i modeli czynników należy wziąć pod uwagę fakt, że wskaźniki skuteczności łańcucha przyczynowości stoi na wyższym poziomie niż współczynnik wydajności.

Cechy modelu korelacji

Po ustaleniu parametrów modelu korelacji obliczony współczynnik korelacji.

p – współczynnik korelacji prosty -1 ≤ R ≤ 1, pokazuje kierunek i siłę wskaźnik współczynnika wpływu na wynik. Im bliżej 1, tym silniejszy jest zależność, że im bliżej 0, wiązanie jest słabsza. Jeżeli współczynnik korelacji jest dodatni, wtedy połączenie jest proste, gdy ujemny – odwrócony.

Wzór współczynnik korelacji Pxy = (X-X * 1 / R) / * eu EH

EH = hh2- (x) 2; EU = Y2 (R) 2

Jeśli CM liniowy wieloczynnikowy, w postaci:

yx = ao + a1h1 a2x2 + … + anx

następnie obliczano współczynnik korelacji wielokrotnej.

0 ≤ P ≤ 1, i pokazuje siłę efektu wszystkich razem wziętych wskaźników punktacji czynnikiem.

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

Gdzie: uh – produktywny wskaźnik – obliczona wartość;

yi – wartość rzeczywista;

usr- wartość rzeczywista, średnia.

Szacuje ylo wartość otrzymana przez podstawienie modelu korelacji zamiast x1, x2 itd. ich wartości rzeczywiste.

Dla jednowymiarowych i wielowymiarowych modeli nieliniowych współczynnik korelacji obliczono:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Uważa się, że zależność pomiędzy skuteczną i zawarte w modelu wskaźników czynnikowej słaby, jeśli szczelność współczynnika sprzężenia (m) w zakresie 0-0,3; jeśli 0,3-0,7 – bliskość relacji – średnia; 0,7-1 powyżej – silnego wiązania.

Ponieważ współczynnik korelacji (para) R, współczynnik korelacji (wielokrotne) R, współczynnik korelacji m – wartość prawdopodobieństwa, które oblicza się na podstawie współczynników ich istotności (zdefiniowane w tabelach). Jeśli te współczynniki są bardziej niż ich wartość tabeli, bliskość współczynników przyłączeniowych są podstawowymi przyczynami. Jeśli życie szczelności współczynniki sprzężenia mniejsze od wartości z tabeli czy współczynnik sprzężenia siebie jest mniejszy niż 0,7, model nie obejmuje wszystkich czynnikowe parametry, które znacząco wpływają na wynik.

Współczynnik korelacji wykazuje współczynnik procentowy zawartych w parametrach modelu określa ukształtowanie wyniku.

P2 = D * 100%

D = 2 m * 100%

Jeśli współczynnik determinacji jest większa niż 50, wówczas model adekwatnie opisuje proces w ramach badania, jeżeli jest ona mniejsza niż 50, konieczne jest, aby powrócić do pierwszego etapu budowy, a do zmiany wskaźników czynnikiem doboru do umieszczenia w modelu.

Współczynnik lub kryterium Fisher Fisher charakteryzuje skuteczność w modelu jako całości. Jeżeli obliczony współczynnik jest większy niż w tabeli, wbudowany model jest odpowiedni do analizy, jak również wskaźników planowania przyszłego osiedla. Z grubsza stosunek tabeli = 1,5. Jeśli obliczona wartość jest mniejsza niż w tabeli, należy najpierw zbudować model, włącznie z istotnych czynników wpływających na wynik. Oprócz skuteczności ogólnego modelu znacząco wpływać na każdy współczynnik regresji. Jeżeli obliczona wartość tego wskaźnika w tabeli przekroczenia wielkości, współczynnik regresji jest znaczące, jeżeli mniej, parametr współczynnika, dla którego obliczony współczynnik usuwa się z przykładowych obliczeń zacząć ponownie, ale bez tego czynnika.