Koefisien korelasi - model hubungan karakteristik

Model korelasi (CM) - sebuah program perhitungan yang menyediakan penerimaan persamaan matematika, di mana indikator produktif diukur tergantung pada satu atau lebih indikator.

yx = ao + a1h1

di mana: y - indikator kinerja, tergantung pada x faktor;

x - Faktor tanda;

a1 - parameter KM, yang menunjukkan berapa banyak perubahan dalam indikator produktif ketika mengubah faktor x per satu, jika semua faktor lain yang mempengaruhi y tetap tidak berubah;

AO CM parameter yang menunjukkan efek dari semua faktor lainnya pada indeks efektif y, selain faktor variabel x

Ketika memilih indikator yang efektif dan model faktor harus memperhitungkan fakta bahwa indikator kinerja dalam rantai kausalitas berdiri di tingkat yang lebih tinggi daripada faktor kinerja.

Fitur model hubungan

Setelah menghitung koefisien korelasi model hubungan parameter dihitung.

p - koefisien korelasi sederhana, -1 ≤ r ≤ 1, itu menunjukkan kekuatan dan arah indikator pada skor faktor dampak. Semakin dekat ke 1, semakin kuat hubungan, lebih dekat ke 0, obligasi lebih lemah. Jika koefisien korelasi adalah positif, maka koneksi lurus, jika negatif - terbalik.

Koefisien korelasi rumus: PXY = (x-x * 1 / y) / * eu eh

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

Jika CM linear multifaktorial, memiliki bentuk:

yx = ao + a1h1 a2x2 + + ... + anx

maka dihitung koefisien korelasi.

0 ≤ P ≤ 1, dan menunjukkan kekuatan pengaruh semua diambil bersama-sama indikator skor faktor.

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

Dimana: uh - indikator produktif - nilai yang dihitung;

yi - nilai yang sebenarnya;

nilai sebenarnya usr-, rata-rata.

Perkiraan nilai yi diperoleh dengan mengganti model hubungan bukan x1, x2 dan lain-lain nilai yang sebenarnya mereka.

Untuk model univariat dan multivariat rasio korelasi nonlinear dihitung:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Hal ini diyakini bahwa hubungan antara efektif dan termasuk dalam model indikator faktorial lemah, jika ketatnya koefisien kopling (m) di kisaran 0-0,3; jika 0,3-0,7 - kedekatan hubungan - rata-rata; 0,7-1 di atas - ikatan yang kuat.

Sejak koefisien korelasi (uap) r, koefisien korelasi (multiple) R, rasio korelasi m - nilai probabilitas, yang dihitung untuk koefisien signifikansi mereka (yang didefinisikan oleh tabel). Jika koefisien ini lebih dari nilai meja mereka, kedekatan koefisien koneksi adalah penyebab penting. Jika esensial sesak koefisien kopling lebih kecil dari nilai tabel atau jika koefisien kopling diri kurang dari 0,7, model tidak mencakup semua parameter faktorial yang secara signifikan mempengaruhi hasil.

Koefisien determinasi menunjukkan faktor persentase termasuk dalam parameter model menentukan pembentukan hasilnya.

D = P2 * 100%

D = p2 * 100%

D = m 2 * 100%

Jika koefisien determinasi lebih besar dari 50, maka model memadai menggambarkan proses yang diteliti, jika kurang dari 50, maka perlu untuk kembali ke tahap pertama pembangunan, dan untuk merevisi indikator faktor seleksi untuk dimasukkan dalam model.

Fisher Fisher faktor atau kriteria ciri efisiensi model secara keseluruhan. Jika rasio dihitung lebih besar dari meja, model yang dibangun cocok untuk analisis serta indikator perencanaan untuk penyelesaian masa depan. Kira-kira nilai tabel = 1,5. Jika nilai dihitung kurang dari meja, Anda harus terlebih dahulu membangun sebuah model, termasuk faktor-faktor signifikan yang mempengaruhi hasil. Selain efisiensi model keseluruhan secara signifikan mempengaruhi setiap koefisien regresi. Jika nilai yang dihitung dari rasio ini melebihi dalam tabel besarnya, koefisien regresi signifikan jika kurang, maka parameter faktor, yang koefisien dihitung dikeluarkan dari perhitungan sampel mulai lagi, tapi tanpa faktor ini.