El coeficiente de correlación - modelo de correlación característica

Modelo

Correlación (CM) - un programa de computación, proporcionando la producción de una ecuación matemática, en la que el indicador productiva cuantifica en función de uno o más indicadores.

uh = ao + A1H1

donde: y - tasa efectiva, dependiendo del factor x;

x - variable de factor;

A1 - opción KM, mostrando cuánto productiva indicador cambiará de un cambio del factor X por unidad, a condición de que todos los otros factores que afectan y se mantienen sin cambios;

AO parámetro KM que muestra la influencia de todos los demás factores en un indicador productivo en el que no sea variable de factor x

Al elegir indicadores y modelos de factores eficaz debe tener en cuenta el hecho de que el indicador de productividad en la cadena de la causalidad está en un nivel superior,el factor de rendimiento.

modelo especificaciones correlación

Después de calcular los parámetros del modelo se calcula el coeficiente de correlación de la correlación.

r - coeficiente de correlación, -1 ≤ p ≤ 1, muestra la fuerza y ​​la dirección del factor de influencia en el resultado del índice.Cuanto más se acerca a 1, más fuerte es la relación, el más cercano a 0, el enlace más débil.Si el coeficiente de correlación es, entonces una conexión directa positiva si es negativo - retroalimentación.

fórmula coeficiente de correlación Pxy = (x * x-1 / a) / * eu eh eh

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

Si KM lineal multifactorial, que tiene la forma:

uh = ao + A1H1 a2x2 + ... + anx

coeficiente de correlación múltiple a continuación se calcula.

0 ≤ p ≤ 1, y muestra la fuerza de la influencia combinada de todos los parámetros en un factor productivo.

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

Dónde: uh - Indicador productiva - valor calculado;

yi - el valor real;

usr- valor real de la media.

Valor estimado yi obtiene sustituyendo el modelo de correlación en lugar de x1, x2 etc.sus valores reales.

para los modelos no lineales univariantes y multivariantes relación de correlación calculada:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

cree que la relación entre productiva y incluidos en el modelo de indicadores factoriales es débil, si el valor del coeficiente de la cercanía de la conexión (m) en el rango de 0 a 0,3;si 0,3-0,7 - la estanqueidad de la conexión - la media;por encima de 0,7 a 1 - un fuerte vínculo.

Dado que el coeficiente de correlación (vapor) p, el coeficiente de correlación (múltiple) P correlación relación de m - valores de probabilidad, entonces se espera que los coeficientes de su importancia (determinado por la tabla).Si estos factores son mayores que el valor de la tabla, la cercanía de los coeficientes de conexión son factores significativos.Si los factores de importancia la cercanía de la conexión es inferior a los valores tabulados o si el acoplamiento de coeficiente es inferior a 0,7, el modelo no incluye todos los factores que influyen en el rendimiento significativamente el resultado.

coeficiente de determinación demuestra el factor de porcentaje incluido en los parámetros del modelo a determinar la formación del resultado.

D = P2 * 100%

D = P2 * 100%

D = m2 * 100%

Si el coeficiente de determinación es mayor que 50, entonces el modelo describe adecuadamente el proceso en estudio, si es menor de 50, entonces hay que volver a la primera etapa de la construccióny revisar los índices de factores de selección para su inclusión en el modelo.

relación de Fisher o la prueba de Fisher caracteriza la eficiencia del modelo en su conjunto.Si la escala calculada es mayor que la tabla, el modelo construido es adecuado para el análisis y la planificación de los indicadores de los cálculos para el futuro.Aproximadamente el valor de la tabla = 1,5.Si el valor calculado es inferior a la mesa, primero debe construir un modelo, incluyendo los factores importantes que influyen en el resultado.Además de la eficiencia del modelo general para afectar significativamente a cada coeficiente de regresión.Si el valor calculado de esta relación supera la tabla más grande, el coeficiente de regresión es significativa, si es menor, el índice de factor, que está diseñado para esta relación, se eliminan de la muestra, los cálculos comienzan al principio, pero sin este factor.