Korelācija modelis (CM) - programma skaitļošanas, nodrošinot ražošanu matemātisku vienādojumu, kurā produktīvs rādītājs kvantitatīvi atkarībā no viena vai vairākiem rādītājiem.
uh = ao + a1h1
kur: y - faktiskā likme, atkarībā no X Factor;
x - koeficients mainīgais;
A1 - KM variants, kas parāda, cik daudz produktīvākas rādītājs mainīsies mainot X faktora uz vienu vienību, ar nosacījumu, ka visi citi faktori, kas ietekmē y nemainās;
AO parametrs KM, kas parāda ietekmi visu citu faktoru par produktīvu rādītāja izņemot faktors mainīgā x
Izvēloties efektīvs rādītāji un faktoru modeļi ir jāņem vērā fakts, ka produktīvs rādītājs ķēdes cēloņsakarības ir augstākā līmenī,faktors nekā sniegumu.
specifikācijas korelācija modelis
Pēc parametrus modeļa aprēķināto korelācijas koeficients korelācijas aprēķināšanai.
r - korelācijas koeficients, -1 ≤ p ≤ 1, rāda spēku un virzienu ietekmes faktoru uz indeksa rezultātu.Jo tuvāk 1, jo spēcīgāka attiecības, tuvāk 0, vājākajai saiti.Ja korelācijas koeficients ir pozitīvs, tad tieša saikne, ja negatīvs - atgriezeniskā saite.
korelācijas koeficients formula pxy = (x * x-1 / y) / * eu eh eh
hh2- = (x) 2;eu = y2 (y) 2
Ja KM lineārā daudzfaktoru, kam formu:
uh = ao + a1h1 a2x2 + ... + ANX
tad tas tiek aprēķināts vairākus korelācijas koeficients.
0 ≤ p ≤ 1, un rāda spēku apvienotā ietekme uz visiem parametriem, par produktīvu faktoru.
P = 1- ((uh-y) 2 / (Yi -usr) 2)
Kur: uh - produktīva rādītājs - aprēķina vērtība;
yi - faktiskā vērtība;
usr- faktisko vērtību vidējā.
Paredzamā vērtība yi iegūst, aizstājot korelācijas modeli, nevis x1, x2 ucviņu faktiskās vērtības.
par vienfaktora un daudzfaktoru nelineārās modeļiem aprēķināts korelācijas koeficients:
-1 ≤ m ≤ 1;
0 ≤ m ≤ 1
uzskatīja, ka attiecības starp produktīvs un iekļauti modelī faktoriālajiem rādītājiem ir vāja, ja vērtība koeficienta tuvumu savienojumu (m) robežās 0-0.3;ja 0.3-0.7 - hermētiskuma pieslēgumu - vidējais;virs 0.7-1 - spēcīgu obligācijas.
Kopš korelācijas koeficients (tvaika) P, korelācijas koeficients (vairāku) P korelācijas koeficients m - vērtības varbūtību, tad viņi gaida koeficientus to nozīmi (ko nosaka tabulu).Ja šie faktori ir lielāka nekā vērtība tabulas, tuvums pieslēguma koeficienti ir nozīmīgi faktori.Ja faktori, kas ir nozīmīgi tuvums pieslēguma ir mazāka nekā tabulā norādītajām vērtībām vai ja viņš sakabes koeficients ir mazāks par 0,7, tad modelis nav iekļauts viss sniegumu faktors būtiski ietekmē rezultātu.
noteikšana koeficients parāda procentuālā faktors iekļauts modeļa parametru nosaka veidošanos rezultātu.
D = P2 * 100%
D = P2 * 100%
D = m2 * 100%
Ja koeficients noteikšanas ir lielāks par 50, tad modelis adekvāti apraksta procesu saskaņā ar pētījumu, ja mazāk nekā 50, tad mums ir jāiet atpakaļ uz pirmo posmu būvniecībasun pārskatīt atlases faktoru indeksus iekļaušanai modelī.
koeficients Fisher vai Fisher testa raksturo efektivitāti modeli kopumā.Ja aprēķinātā attiecība ir lielāka nekā galds, iebūvēts modelis ir piemērots analīzes un plānošanas rādītāju aprēķini par nākotni.Aptuveni galda vērtība = 1,5.Ja aprēķinātā vērtība ir mazāka par tabulā, vispirms izveidot modeli, tostarp būtiskiem faktoriem, kas ietekmē rezultātu.Papildus efektivitāti kopējo modeli, lai būtiski ietekmētu katru regresijas koeficientu.Ja aprēķinātā vērtība šī attiecība pārsniedza lielāko tabulu, regresijas koeficients ir ievērojams, ja mazāk, tad faktors indekss, kas ir paredzēta šo proporciju, tiek izņemti no parauga, aprēķini sākas sākumā, bet bez šī faktora.
