modello di correlazione (CM) - un programma di elaborazione, che fornisce la produzione di un'equazione matematica, in cui l'indicatore produttivo quantificato seconda uno o più indicatori.
uh = ao + a1h1
dove: y - tasso effettivo, a seconda del fattore x;
x - variabile fattore;
A1 - opzione KM, mostrando come indicatore di produttività molto cambierà da un cambiamento del fattore X per unità, a condizione che tutti gli altri fattori che influenzano y restano invariati;
AO parametro KM che mostra l'influenza di tutti gli altri fattori su un indicatore produttivi a diversa variabile fattore x
Nella scelta indicatori e modelli fattoriali efficace deve tener conto del fatto che l'indicatore produttivo nella catena di causalità è ad un livello superiore,fattore di prestazioni.
modello specifiche correlazione
Dopo il calcolo dei parametri del modello calcolato il coefficiente di correlazione di correlazione.
r - coefficiente di correlazione, -1 ≤ p ≤ 1, mostra la forza e la direzione del fattore influenza sul punteggio di indice.Il più vicino a 1, più forte è il rapporto, più vicino a 0, il collegamento più debole.Se il coefficiente di correlazione è positivo, quindi una connessione diretta se negativa - feedback.
formula coefficiente di correlazione Pxy = (x * x-1 / a) / * eu eh eh
hh2- = (x) 2;eu = y2 (y) 2
Se KM lineare multifattoriale, avente la forma:
uh = ao + a1h1 a2x2 + ... + anx
allora si calcola il coefficiente di correlazione multipla.
0 ≤ p ≤ 1, e mostra la forza della influenza combinata di tutti i parametri su un fattore produttivo.
P = 1- ((uh-yi) 2 / (yi -usr) 2)
Dove: uh - Indicatore produttivo - valore calcolato;
yi - il valore effettivo;
usr- valore effettivo della media.
Valore stimato yi ottenuto sostituendo il modello di correlazione invece di x1, x2 etc.i loro valori reali.
per i modelli non lineari univariata e multivariata calcolato il rapporto di correlazione:
-1 ≤ m ≤ 1;
0 ≤ m ≤ 1
ritiene che il rapporto tra produttività e inclusi nel modello di indicatori fattoriali è debole, se il valore del coefficiente prossimità del collegamento (m) nell'intervallo 0-0,3;se 0,3-0,7 - la tenuta del collegamento - la media;sopra 0,7-1 - un forte legame.
Dal momento che il coefficiente di correlazione (vapore) p, il coefficiente di correlazione (multipla) P correlazione rapporto m - valori di probabilità, quindi si aspettano i coefficienti di loro importanza (determinata dalla tabella).Se questi fattori sono superiori al valore della tabella, la vicinanza dei coefficienti di connessione sono fattori significativi.Se i fattori di importanza vicinanza della connessione è inferiore ai valori tabulati o se accoppiamento coefficiente è inferiore a 0,7, il modello non include tutte fattore che influenza le prestazioni significativamente il risultato.Coefficiente di determinazione
illustra il fattore percentuale compresa nei parametri del modello determinano la formazione del risultato.
D = P2 * 100%
D = P2 * 100%
D = m2 * 100%
Se il coefficiente di determinazione è maggiore di 50, quindi il modello descrive adeguatamente il processo in fase di studio, anche se meno di 50, quindi dobbiamo tornare alla prima fase di costruzionee di rivedere gli indici fattore di selezione per l'inclusione nel modello.
rapporto Fisher o il test di Fisher caratterizza l'efficienza del modello nel suo complesso.Se il rapporto calcolato è maggiore del tavolo, il modello costruito è adatto per l'analisi e la pianificazione di indicatori di calcoli per il futuro.Circa valore della tabella = 1,5.Se il valore calcolato è inferiore al tavolo, è necessario innanzitutto costruire un modello, compresi i fattori significativi che influenzano il risultato.Oltre alla efficienza del modello complessivo di incidere significativamente ciascun coefficiente di regressione.Se il valore calcolato di tale rapporto supera il tavolo più grande, il coefficiente di regressione è significativa, se inferiore, l'indice fattore, che è progettato per questo rapporto, vengono rimossi dal campione, i calcoli cominciano a prima, ma senza questo fattore.
