Correlation Model (CM) är ett programberäkning, vilket ger en matematisk ekvation där den effektiva indikatorn bestäms kvantitativt beroende på en eller flera indikatorer.
yx = ao + a1x1
där: y är en effektiv indikator beroende på faktor x;
x är ett faktortecken;
A1 är KM-parametern, som visar hur mycket den effektiva indikatorn y kommer att ändras när faktor x ändras med en, om alla andra faktorer som påverkar y förblir oförändrade;
ao-parameter KM, som visar påverkan av alla andra faktorer på den effektiva indikatorn y, med undantag för faktortecknet x
När du väljer en produktiv och faktormodellindikatorer är det nödvändigt att ta hänsyn till det faktum att den effektiva indikatorn i kedjan av orsak och följdförhållanden är på en högre nivå än faktorindikatorerna.
Egenskaper för korrelationsmodellen
Efter beräkning av parametrarna för korrelationsmodellen beräknas korrelationskoefficienten.
p - par korrelationskoefficient, -1 ≤ p ≤ 1,visar styrka och inverkan av faktorindikatorns effekt på det effektiva. Ju närmare 1, desto starkare är anslutningen, desto närmare 0, desto svagare är anslutningen. Om korrelationskoefficienten har ett positivt värde, är förhållandet direkt, om negativt - det omvända.
Korrelationskoefficientformel: rhu = (xy-x * 1 / y) / eh * eu
eh = xx2- (x) 2; eu = y2- (y) 2
Om KM är linjär multifaktor, har formen:
yx = ao + a1x1 + a2x2 + ... + aphp
sedan beräknas en multipel korrelationskoefficient för den.
0 ≤ P ≤ 1 och visar styrkan hos påverkan från alla kombinerade faktorindikatorer på det effektiva.
P = 1- ((woo-woo) 2 / (woo-woo) 2)
Där: uh - effektiv indikator - uppskattat värde;
yi - verkligt värde;
i genomsnitt faktiskt, genomsnitt.
Det beräknade värdet för yx erhålls genom att ersätta korrelationsmodellen istället för x1, x2 etc. deras faktiska värden.
För icke-linjära modeller med en faktor och flera faktorer beräknas korrelationsförhållandet:
-1 ≤ m ≤ 1;
0 ≤ m ≤ 1
Det tros att förhållandet mellan effektiva ochfaktorindikatorerna i modellen är svaga om värdet på kommunikationstäthetskoefficient (m) ligger i intervallet 0-0,3; om 0,3-0,7 - kommunikationens täthet är genomsnittligt; över 0,7-1 - anslutningen är stark.
Eftersom korrelationskoefficienten (par) p,korrelationskoefficienten (multipel) P, korrelationsförhållandet m är sannolikhetsvärden, sedan beräknas koefficienterna för deras materialitet för dem (bestäms från tabellerna). Om dessa koefficienter är större än deras tabellvärde är kommunikationskoefficienterna viktiga skäl. Om koefficienterna för materialitet för kommunikationens täthet är mindre än tabellvärdena eller om kommunikationskoefficienten i sig är mindre än 0,7, ingår inte alla faktorindikatorer som väsentligt påverkar resultatet i modellen.
Bestämningskoefficienten visar tydligt hur många procent faktorindikatorerna som ingår i modellen bestämmer bildningen av resultatet.
D = P2 * 100%
D = P2 * 100%
L = m2 * 100%
Om bestämningskoefficienten är större än 50, dåmodellen beskriver tillräckligt processen som studeras, om mindre än 50, måste du återgå till första konstruktionsstadiet och granska urvalet av faktorindikatorer för att inkludera dem i modellen.
Fisher-koefficient eller Fisher-kriteriumkännetecknar modellens effektivitet som helhet. Om det beräknade värdet på koefficienten överstiger den tabellerade värdet, är den konstruerade modellen lämplig för analys, liksom planeringsindikatorer, långsiktiga beräkningar. Grovt tabellvärde = 1,5. Om det beräknade värdet är mindre än det tabellerade värdet, är det nödvändigt att bygga modellen först, inklusive faktorer som väsentligt påverkar resultatet. Förutom effektiviteten hos modellen som helhet påverkar varje regressionskoefficient väsentligheten. Om det beräknade värdet för denna koefficient överskrider det tabellerade värdet, kommer regressionskoefficienten att vara betydande, om lägre, så tas faktorindikatorn för vilken denna koefficient beräknas bort från provet, beräkningarna startas igen, men utan denna faktor.
