/ / Korrelaatiokerroin - korrelaatiomallin ominaisuus

Korrelaatiokerroin - korrelaatiomallin ominaisuus

Correlation Model (CM) on ohjelmalaskennan, tarjoamalla matemaattisen yhtälön, jossa efektiivinen indikaattori määritetään kvantitatiivisesti yhdestä tai useammasta indikaattorista riippuen.

yx = ao + a1x1

missä: y on tehokas indikaattori tekijästä x riippuen;

x on tekijämerkki;

A1 on KM-parametri, joka osoittaa kuinka paljon efektiivinen indikaattori y muuttuu, kun tekijä x muuttuu yhdellä, jos kaikki muut tekijät, jotka vaikuttavat y: hen, pysyvät ennallaan;

ao-parametri KM, joka näyttää kaikkien muiden tekijöiden vaikutuksen efektiiviseen indikaattoriin y, lukuun ottamatta tekijämerkkiä x

Kun valitset tuottavaa ja tekijäämalli-indikaattoreita varten, on tarpeen ottaa huomioon se tosiasia, että syy-seuraussuhteiden ketjun efektiivinen indikaattori on korkeammalla tasolla kuin tekijäindikaattorit.

Korrelaatiomallin ominaispiirteet

Korrelaatiomallin parametrien laskemisen jälkeen korrelaatiokerroin lasketaan.

p - parikorrelaatiokerroin, -1 ≤ p ≤ 1,osoittaa tekijäindikaattorin vaikutuksen voimakkuuden ja suunnan efektiiviseen. Mitä lähempänä arvoa 1, sitä vahvempi yhteys, sitä lähempänä arvoa 0, sitä heikompi on yhteys. Jos korrelaatiokertoimella on positiivinen arvo, niin suhde on suora, jos negatiivinen - käänteinen.

Korrelaatiokerroinkaava: rhu = (xy-x * 1 / v) / eh * eu

eh = xx2- (x) 2; eu = y2- (y) 2

Jos KM on lineaarinen monitekijä, jolla on muoto:

yx = ao + a1x1 + a2x2 + ... + aphp

sitten se lasketaan monikorrelaatiokerroin.

0 ≤ P ≤ 1 ja näyttää kaikkien yhdistettyjen tekijäindikaattorien vaikutuksen voimakkuuteen efektiiviseen.

P = 1- ((woo-woo) 2 / (woo-woo) 2)

Missä: uh - efektiivinen indikaattori - arvioitu arvo;

yi - todellinen arvo;

keskimääräinen todellinen, keskimääräinen.

Laskettu arvo yx saadaan korvaamalla korrelaatiomallilla x1, x2: n sijasta jne. niiden todelliset arvot.

Yksikerroisten ja monitekijäisten epälineaaristen mallien korrelaatioaste lasketaan:

-1

0 ≤ m ≤ 1

Uskotaan, että tehokkaan jamalliin sisältyvät tekijäindikaattorit ovat heikkoja, jos viestinnän tiiveyskertoimen (m) arvo on alueella 0–0,3; jos 0,3 - 0,7 - viestinnän tiukkuus on keskimääräinen; yli 0.7-1 - yhteys on vahva.

Так как коэффициент корреляции (парной) р, korrelaatiokerroin (useita) P, korrelaatio-suhde m on todennäköisyysarvoja, sitten heille lasketaan niiden olennaisuuden kertoimet (määritetään taulukoilla). Jos nämä kertoimet ovat suuremmat kuin niiden taulukkoarvo, niin kommunikaation tiukkuuden kertoimet ovat merkittäviä syitä. Jos viestinnän kireyden olennaisuuskertoimet ovat pienemmät kuin taulukkoarvot tai jos viestintäkertoimet ovat alle 0,7, niin kaikkia tulokseen merkittävästi vaikuttavia tekijäindikaattoreita ei sisällytetä malliin.

Määrityskerroin osoittaa selvästi, kuinka monta prosenttia malliin sisältyvät tekijäindikaattorit määräävät tuloksen muodostumisen.

D = P2 * 100%

D = P2 * 100%

L = m2 * 100%

Jos määrityskerroin on suurempi kuin 50, niinmalli kuvaa riittävästi tutkittavana olevaa prosessia, jos se on vähemmän kuin 50, sinun on palattava ensimmäiseen rakennusvaiheeseen ja tarkistettava tekijäindikaattorien valinta sisällyttääksesi ne malliin.

Fisher-kerroin tai Fisher-kriteerikuvaa mallin tehokkuutta kokonaisuutena. Jos kertoimen laskettu arvo ylittää taulukoidun, niin rakennettu malli soveltuu analysointiin sekä suunnitteluindikaattoreihin, pitkäaikaisiin laskelmiin. Karkeasti taulukkoarvo = 1,5. Jos laskettu arvo on pienempi kuin taulukon mukainen arvo, on ensin rakennettava malli, mukaan lukien tekijät, jotka vaikuttavat tulokseen merkittävästi. Koko mallin tehokkuuden lisäksi kukin regressiokerroin vaikuttaa olennaisuuteen. Jos tämän kertoimen laskettu arvo ylittää taulukoidun arvon, regressiokerroin on merkittävä, jos pienempi, sitten kertoimen indikaattori, jolle tämä kertoin lasketaan, poistetaan näytteestä, laskelmat aloitetaan uudelleen, mutta ilman tätä kertointa.

piti:
0
Suosituimmat viestit
Henkinen kehitys
ruoka
y