Korelasi pekali - model korelasi ciri

model korelasi (CM) - satu program yang menyediakan banyak penerimaan satu persamaan matematik, di mana penunjuk produktif kuantitinya bergantung kepada satu atau lebih penunjuk.

yx = ao + a1h1

di mana: y - petunjuk prestasi, bergantung kepada faktor x itu;

x - tanda faktor;

a1 - parameter KM, yang menunjukkan berapa banyak perubahan dalam penunjuk produktif apabila menukar faktor x demi satu, jika semua faktor-faktor lain yang mempengaruhi y kekal tidak berubah;

AO CM parameter yang menunjukkan kesan semua faktor-faktor lain pada indeks berkesan y, selain daripada faktor pembolehubah x

Apabila memilih petunjuk berkesan dan model faktor perlu mengambil kira fakta bahawa petunjuk prestasi dalam rantaian sebab dan akibat berdiri di tahap yang lebih tinggi daripada faktor prestasi.

Ciri-ciri model korelasi

Selepas mengira pekali korelasi parameter model korelasi dikira.

p - pekali korelasi mudah, -1 ≤ r ≤ 1, ia menunjukkan kekuatan dan arah penunjuk kepada skor faktor impak. Lebih dekat dengan 1, semakin kuat hubungan, lebih dekat kepada 0, bon adalah lemah. Jika pekali korelasi adalah positif, maka sambungan lurus, jika negatif - diterbalikkan.

Pekali korelasi formula: pxy = (x-x * 1 / y) / * eu eh

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

Jika linear CM multifactorial, mempunyai bentuk:

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

maka ia telah dikira berbilang pekali korelasi.

0 ≤ P ≤ 1, dan menunjukkan kekuatan kesan semua penunjuk Rata-faktor yang diambil bersama-sama.

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

Di mana: uh - penunjuk produktif - nilai dikira;

yi - nilai sebenar;

Nilai sebenar usr-, purata.

yi Anggaran nilai diperolehi dengan menggantikan model korelasi bukannya x1, x2 dan lain-lain nilai sebenar mereka.

Untuk model univariat dan multivariat nisbah korelasi linear dikira:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Adalah dipercayai bahawa hubungan antara berkesan dan dimasukkan dalam model penunjuk faktorial lemah, jika sesak pekali gandingan (m) dalam julat 0-0,3; jika 0.3-0.7 - keakraban hubungan - purata; 0,7-1 atas - ikatan yang kuat.

Sejak pekali korelasi (stim) r, pekali korelasi (multiple) R, nisbah korelasi m - nilai kebarangkalian, yang dikira untuk pekali kepentingannya (ditakrifkan oleh jadual). Jika pekali ini adalah lebih daripada nilai jadual mereka, keakraban pekali sambungan sebab-sebab penting. Jika keperluannya sesak gandingan pekali lebih kecil daripada nilai jadual atau jika pekali gandingan diri adalah kurang daripada 0.7, model ini tidak termasuk semua parameter faktorial yang ketara memberi kesan hasilnya.

Pekali penentuan menunjukkan faktor peratusan termasuk dalam parameter model menentukan pembentukan keputusan.

D = P2 * 100%

D = p2 * 100%

D = m 2 * 100%

Jika pekali penentuan adalah lebih besar daripada 50, maka model secukupnya menerangkan proses rujukan tersebut, jika kurang daripada 50, ia adalah perlu untuk kembali ke peringkat pertama pembinaan, dan untuk menyemak semula petunjuk faktor pilihan untuk dimasukkan ke dalam model.

Fisher Fisher faktor atau kriteria menyifatkan kecekapan model secara keseluruhan. Jika nisbah yang dikira lebih besar daripada meja, model yang dibina adalah sesuai untuk analisis serta petunjuk perancangan untuk penyelesaian masa depan. Kira-kira nilai jadual = 1.5. Jika nilai yang dikira adalah kurang daripada jadual, anda perlu terlebih dahulu membina model, termasuk faktor-faktor penting yang mempengaruhi keputusan. Di samping itu kepada keberkesanan model keseluruhan dengan ketara mempengaruhi satu sama pekali regresi. Jika nilai yang dikira nisbah ini melebihi dalam jadual magnitud, pekali regresi adalah penting jika kurang, maka parameter faktor, yang mana pekali yang dikira dikeluarkan dari pengiraan sampel bermula sekali lagi, tetapi tanpa faktor ini.