A korrelációs modell (CM) egy programszámítás, olyan matematikai egyenlet biztosítása, amelyben a tényleges mutatót kvantitatív módon határozzuk meg egy vagy több indikátor függvényében.
yx = ao + a1x1
ahol: y hatékony mutató az x tényezőtől függően;
x faktor tényező;
A1 az KM paraméter, amely megmutatja, hogy az y tényleges mutató mennyire változik, ha az x tényező egyszeresen változik, ha az összes többi, y hatással járó tényező változatlan marad;
ao a-paraméter, amely megmutatja az összes többi tényező hatását az effektív y mutatóra, kivéve az x tényezőt
Amikor produktív és tényezőt választA modellindikátoroknál figyelembe kell venni azt a tényt, hogy az ok-okozati összefüggések láncában a tényleges mutató magasabb szinten van, mint a faktormutatók.
A korrelációs modell jellemzői
A korrelációs modell paramétereinek kiszámítása után kiszámítják a korrelációs együtthatót.
p - pár korrelációs együttható, -1 ≤ p ≤ 1,mutatja a tényező-mutató ténylegesre gyakorolt hatásának erősségét és irányát. Minél közelebb van az 1-hez, annál erősebb a kapcsolat, annál közelebb van a 0-hoz, annál gyengébb a kapcsolat. Ha a korrelációs együttható pozitív, akkor a kapcsolat közvetlen, ha negatív, akkor a fordított.
Korrelációs együttható képlete: rhu = (xy-x * 1 / y) / eh * eu
eh = xx2- (x) 2; eu = y2- (y) 2
Ha a KM egyenes multifaktor, az alábbiak szerint alakul:
yx = ao + a1x1 + a2x2 + ... + APHP
ezután kiszámítják többszörös korrelációs együtthatót.
0 ≤ P ≤ 1, és megmutatja az összes kombinált tényező indikátorának a ténylegesre gyakorolt hatásának erősségét.
P = 1- ((woo-woo) 2 / (woo-woo) 2)
Hol: uh - effektív mutató - becsült érték;
yi - tényleges érték;
átlagolt tényleges, átlagos.
Az yx kiszámított értékét úgy kapjuk meg, hogy a korrelációs modellbe helyettesítjük x1, x2 helyett stb tényleges értékeik.
Egytényezős és többfaktoros nemlineáris modellek esetén a korrelációs arányt kiszámítják:
-1 ≤ m ≤ 1;
0 ≤ m ≤ 1
Úgy gondolják, hogy a tényleges és aa modellben szereplő faktormutatók gyengék, ha a kommunikációs szorossági együttható értéke (m) 0–0,3 tartományban van; ha 0,3-0,7 - a kommunikáció szorossága átlagos; 0,7-1 felett - a kapcsolat erős.
Mivel a p korrelációs együttható (pár),a P korrelációs együttható (többszörös), az m korrelációs arány valószínűségi értékek, majd számszerűsítjük számukra lényegességük koefficienseit (a táblázatok alapján határozzuk meg). Ha ezek az együtthatók meghaladják a táblázatos értéket, akkor a kommunikáció szorosságának koefficiensei jelentős okok. Ha a kommunikáció szorosságának lényegességének együtthatók kevesebbek, mint a táblázatos értékek, vagy ha maga a kommunikációs együttható kevesebb, mint 0,7, akkor nem az eredményt jelentősen befolyásoló tényezőmutatók kerülnek a modellbe.
A meghatározási együttható világosan mutatja, hogy a modellben szereplő faktormutatók hány százaléka határozza meg az eredmény kialakulását.
D = P2 * 100%
D = P2 * 100%
L = m2 * 100%
Ha a meghatározási együttható nagyobb, mint 50, akkora modell megfelelően leírja a vizsgált folyamatot, ha kevesebb, mint 50, akkor visszatérnünk kell az építkezés első szakaszába, és felül kell vizsgálnunk a faktormutatók kiválasztását, hogy beépítsük őket a modellbe.
Fisher-együttható vagy Fisher-kritériumjellemzi a modell hatékonyságát egészében. Ha az együttható kiszámított értéke meghaladja a táblázatost, akkor a konstruált modell alkalmas elemzésre, valamint tervezési indikátorokra, hosszú távú számításokra. Nagyjából táblázatos érték = 1,5. Ha a számított érték kisebb, mint a táblázatos érték, először a modellt kell felépíteni, beleértve az eredményt jelentősen befolyásoló tényezőket. A modell egészének hatékonysága mellett minden regressziós együttható befolyásolja a lényegességet. Ha ennek az együtthatónak a kiszámított értéke meghaladja a táblázatos értéket, akkor a regressziós együttható szignifikáns, ha kevesebb, akkor a faktormutatót, amelyre ezt az együtthatót kiszámították, eltávolítják a mintából, a számításokat újra elindítják, de e tényező nélkül.