सहसंबंध गुणांक - सहसंबंध मॉडल की विशेषता

सहसंबंध मॉडल (CM) एक कार्यक्रम हैकंप्यूटिंग, एक गणितीय समीकरण प्रदान करना जिसमें एक या अधिक संकेतक के आधार पर प्रभावी संकेतक मात्रात्मक रूप से निर्धारित किया जाता है।

yx = ao + a1x1

जहां: y कारक x के आधार पर एक प्रभावी संकेतक है;

x एक कारक चिन्ह है;

A1 KM पैरामीटर है, जिसमें दिखाया गया है कि y का प्रभावी सूचक कितना बदल जाएगा जब कारक x एक के बाद एक बदल जाएगा, यदि y को प्रभावित करने वाले अन्य सभी कारक अपरिवर्तित रहेंगे;

ao- पैरामीटर KM, जो प्रभावी संकेतक y पर अन्य सभी कारकों के प्रभाव को दर्शाता है, कारक चिन्ह x को छोड़कर

जब एक उत्पादक और कारक चुनते हैंमॉडल संकेतक, इस तथ्य को ध्यान में रखना आवश्यक है कि कारण और प्रभाव संबंधों की श्रृंखला में प्रभावी संकेतक कारक संकेतकों की तुलना में उच्च स्तर पर है।

सहसंबंध मॉडल के लक्षण

सहसंबंध मॉडल के मापदंडों की गणना के बाद, सहसंबंध गुणांक की गणना की जाती है।

पी - जोड़ी सहसंबंध गुणांक, -1 ≤ पी, 1,प्रभावी पर कारक सूचक के प्रभाव की ताकत और दिशा दिखाता है। 1 के करीब, मजबूत संबंध, 0 के करीब, कमजोर कनेक्शन। यदि सहसंबंध गुणांक का सकारात्मक मूल्य है, तो संबंध प्रत्यक्ष है, यदि नकारात्मक - उलटा।

सहसंबंध गुणांक सूत्र: rhu = (xy-x * 1 / y) / eh * eu

एह = xx2- (x) 2; य = य-२ (य) २

यदि केएम रेखीय मल्टीफ़ॉर्मर है, तो फॉर्म:

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

फिर इसके लिए एक बहु सहसंबंध गुणांक की गणना की जाती है।

0 the P and 1 और प्रभावी पर सभी संयुक्त कारक संकेतकों के प्रभाव की ताकत को दर्शाता है।

P = 1- ((वू-वू) 2 / (वू-वू) 2)

कहां: उह - प्रभावी संकेतक - अनुमानित मूल्य;

वाई - वास्तविक मूल्य;

औसत वास्तविक है।

Yx का परिकलित मान X1, x2 के बजाय सहसंबंध मॉडल में प्रतिस्थापित करके प्राप्त किया जाता है आदि। उनके वास्तविक मूल्य।

एक-कारक और बहुक्रियाशील गैर-रेखीय मॉडल के लिए, सहसंबंध अनुपात की गणना की जाती है:

-1 -1 एम ≤ 1;

० 0 मी ≤ १

यह माना जाता है कि प्रभावी और के बीच संबंधमॉडल में शामिल कारक संकेतक कमजोर हैं यदि संचार की कठोरता (एम) के गुणांक का मान 0-0.3 की सीमा में है; अगर 0.3-0.7 - संचार की तंगी औसत है; 0.7-1 से ऊपर - कनेक्शन मजबूत है।

सहसंबंध गुणांक (जोड़ी) पी के बाद से,सहसंबंध गुणांक (बहु) P, सहसंबंध अनुपात m संभाव्य मान हैं, फिर उनकी भौतिकता के गुणांक की गणना उनके लिए की जाती है (तालिकाओं से निर्धारित)। यदि ये गुणांक उनके सारणीमान मूल्य से अधिक हैं, तो संचार की जकड़न के गुणांक महत्वपूर्ण कारण हैं। यदि संचार की जकड़न की भौतिकता के गुणांक सारणीबद्ध मान से कम हैं या यदि संचार गुणांक 0.7 से कम है, तो परिणाम को प्रभावित करने वाले सभी कारक संकेतक मॉडल में शामिल नहीं होते हैं।

निर्धारण का गुणांक स्पष्ट रूप से प्रदर्शित करता है कि मॉडल में शामिल कितने प्रतिशत कारक संकेतक परिणाम के गठन को निर्धारित करते हैं।

D = P2 * 100%

D = P2 * 100%

एल = एम 2 * 100%

यदि निर्धारण का गुणांक 50 से अधिक है, तोमॉडल पर्याप्त रूप से अध्ययन के तहत प्रक्रिया का वर्णन करता है, यदि 50 से कम है, तो आपको निर्माण के पहले चरण में लौटने और उन्हें मॉडल में शामिल करने के लिए कारक संकेतकों के चयन की समीक्षा करने की आवश्यकता है।

फिशर गुणांक या फिशर मानदंडएक पूरे के रूप में मॉडल की प्रभावशीलता की विशेषता है। यदि गुणांक की गणना मूल्य सारणीबद्ध से अधिक है, तो निर्मित मॉडल विश्लेषण के लिए उपयुक्त है, साथ ही नियोजन संकेतक, दीर्घकालिक गणना भी। मोटे तौर पर सारणीबद्ध मूल्य = 1.5। यदि गणना मूल्य सारणीबद्ध मूल्य से कम है, तो पहले मॉडल का निर्माण करना आवश्यक है, जिसमें कारक शामिल हैं जो परिणाम को काफी प्रभावित करते हैं। एक पूरे के रूप में मॉडल की प्रभावशीलता के अलावा, प्रत्येक प्रतिगमन गुणांक भौतिकता को प्रभावित करता है। यदि इस गुणांक का परिकलित मूल्य सारणीबद्ध मान से अधिक है, तो प्रतिगमन गुणांक महत्वपूर्ण होगा, यदि कम है, तो कारक सूचक जिसके लिए इस गुणांक की गणना नमूने से की जाती है, गणना फिर से शुरू की जाती है, लेकिन इस कारक के साथ।