Korelačný koeficient - charakteristika korelačný modelu

Korelácia model (CM) - výpočtový program, ktorý umožňuje príjem matematickú rovnicu, v ktorej produktívny ukazovateľ kvantifikovať v závislosti na jednej alebo viacerých indikátorov.

yx = ao + a1h1

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

x - značka faktor;

a1 - parameter KM, ktoré ukazujú, ako veľké zmeny v produktívnom ukazovatele pri zmene faktora X podľa niektorého, ak sú všetky ostatné faktory, ktoré majú vplyv na y ostávajú nezmenené;

AO CM parameter, ktorý ukazuje účinok všetkých ostatných faktorov na efektívne index y, iné ako premennej x faktor

Pri výbere efektívnych indikátorov a faktorov modely musia vziať do úvahy skutočnosť, že ukazovatele výkonnosti v reťazci príčinnej súvislosti stojí na vyššej úrovni, než je výkon faktor.

Ponúka korelačný modelu

Po výpočte korelačné parametre modelu vypočítanej korelačný koeficient.

p - jednoduchý korelačný koeficient, -1 ≤ r ≤ 1, ukazuje indikátor sily a smeru dopadu na faktor skóre. Čím bližšie k 1, tým silnejší je vzťah, že čím bližšie k 0, väzba je slabšia. V prípade, že korelačný koeficient je kladný, potom je spojenie rovno, ak je záporná - obrátené.

Korelačný koeficient vzorec: PXY = (x-x * 1 / r) / * eu čo

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

V prípade, že CM lineárny multifaktoriálne, ktorý je vo forme:

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

potom bolo vypočítané viac korelačný koeficient.

0 ≤ P ≤ 1, a ukazuje silu účinku všetkých dohromady ukazovateľov faktor skóre.

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

Kde: uh - produktívne ukazovateľ - vypočítaná hodnota;

yi - skutočná hodnota;

usr- skutočná hodnota, priemer.

Predpokladaná yi hodnota získaná substitúciou model korelácia namiesto X1, X2 atď. ich skutočnej hodnoty.

Pre jednorozmerných a viacrozmerných modelov je počítaná nelineárna korelácia pomer:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Má sa za to, že vzťah medzi efektívne a sú zahrnuté v modeli faktorových ukazovateľov slabá, v prípade, že tesnosť koeficientu spojky (m) v rozmedzí 0-0,3; ak 0,3-0,7 - blízkosť vzťahu - priemerná; 0,7-1 nad - silné väzby.

Vzhľadom k tomu, korelačný koeficient (para) r je korelačný koeficient (násobok) R, korelačný pomer m - hodnota pravdepodobnosti, ktorá je vypočítaná pre koeficientov ich význam (definovaný v tabuľkách). Ak sú tieto koeficienty sú viac než ich stolné hodnota, blízkosť pripojovacích koeficienty sú základné príčiny. Ak má väzobné koeficienty podstata tesnosť menšie ako tabuľkových hodnôt, alebo ak vlastné spojovacie koeficient je menšia ako 0,7, model nezahŕňa všetky faktoriálový parametre, ktoré významne ovplyvňujú výsledok.

Koeficient korelácie ukazuje percentuálny faktor do modelu zahrnuté parametre určujú tvorbu výsledku.

D = P2 * 100%

D = p2 * 100%

D = m 2 * 100%

Ak je koeficient determinácie je vyššia ako 50, potom tento model dostatočne popisuje proces v rámci štúdie, aj keď menej ako 50, je potrebné sa vrátiť k prvej fáze výstavby, a revidovať ukazovatele výber faktorom pre zaradenie do modelu.

Fisher Fisher faktor alebo kritériom charakterizuje účinnosť modelu ako celku. Ak je vypočítaný pomer je vyšší ako stôl, vstavaný model je vhodný pre analýzu, ako aj ukazovatele plánovania pre budúcu dohodu. Zhruba tabuľková hodnota = 1,5. V prípade, že vypočítaná hodnota je nižšia ako v tabuľke, je nutné najprv vytvoriť model, vrátane významných faktorov ovplyvňujúcich výsledok. Okrem účinnosti celkového modelu významne ovplyvňovať každú regresnú koeficient. V prípade, že vypočítaná hodnota tohto pomeru prekročená veľkosti tabuľky, regresný koeficient je významný v prípade menej, potom je parameter faktor, pre ktoré sú vypočítaný koeficient odstráni z výpočtov vzorky začať znova, ale bez tohto faktora.