Correlação (CM) - um programa computacional, proporcionando a produção de uma equação matemática, em que indicador produtiva quantificado de acordo com uma ou mais indicadores.
uh = ao + a1h1
onde: y - taxa efetiva, dependendo do fator x;
x - variável fator;
A1 - opção KM, mostrando o quanto indicador produtivo vai mudar a partir de uma mudança do fator X, por unidade, desde que todos os outros fatores que afetam y permanecem inalteradas;
AO parâmetro KM que mostra a influência de todos os outros fatores em um indicador produtivo em que não seja variável fator x
Ao escolher indicadores e modelos de fatores eficaz deve levar em conta o fato de que o indicador de produção na cadeia de causalidade é a um nível superior,fator de desempenho.
modelo de correlação especificações
Depois de calcular os parâmetros do modelo calculado o coeficiente de correlação de correlação.
r - coeficiente de correlação, -1 ≤ p ≤ 1, mostra a força ea direção do fator de influência sobre a pontuação do índice.Quanto mais próximo de 1, mais forte o relacionamento, quanto mais próximo de 0, o elo mais fraco.Se o coeficiente de correlação é positiva, então uma conexão direta se negativa - feedback.
coeficiente de correlação fórmula pxy = (x * x-1 / y) / * eu eh eh
hh2- = (x) 2;eu = y2 (y) 2
Se KM linear multifatorial, que tem a forma:
uh = ao + a1h1 a2x2 + ... + anx
coeficiente de correlação múltipla, em seguida, calcula-se.
0 ≤ p ≤ 1, e mostra a força da influência combinada de todos os parâmetros de um factor de produção.
P = 1- ((uh-yi) 2 / (-usr yi) 2)
Onde: uh - indicador produtivo - valor calculado;
yi - o valor real;
usr- valor real da média.
valor estimado yi obtida substituindo o modelo de correlação, em vez de x1, x2 etc.seus valores reais.
para modelos não lineares uni e multivariada coeficiente de correlação calculado:
-1 ≤ m ≤ 1;
0 ≤ m ≤ 1
acreditava que a relação entre produtivo e incluídas no modelo de indicadores factoriais é fraca, se o valor do coeficiente de proximidade da ligação (m) na gama de 0-0,3;se 0,3-0,7 - o aperto de conexão - a média;0,7-1 acima - uma forte ligação.
Uma vez que o coeficiente de correlação (vapor) p, o coeficiente de correlação (múltiplo) P correlação proporção M - valores de probabilidade, então eles esperam os coeficientes da sua importância (determinada pela tabela).Se estes factores são maiores do que o valor da tabela, a proximidade dos coeficientes de conexão são factores significativos.Se os fatores de importância proximidade da conexão é inferior aos valores tabelados ou se ele acoplamento coeficiente é inferior a 0,7, o modelo não incluir todas fator de desempenho influenciar significativamente o resultado.Coeficiente de determinação
demonstra o factor percentagem incluída nos parâmetros do modelo de determinar a formação do resultado.
D = P2 * 100%
D = P2 * 100%
D = m2 * 100%
Se o coeficiente de determinação é maior do que 50, então o modelo descreve adequadamente o processo em estudo, caso tenham menos de 50, então temos de voltar para a primeira fase de construçãoe para revisar os índices de fator de seleção para inclusão no modelo.
relação Fisher ou teste de Fisher caracteriza a eficiência do modelo como um todo.Se o rácio calculado for maior do que a tabela, o modelo é construído adequado para a análise e planeamento de indicadores de cálculos para o futuro.Cerca de valor de tabela = 1,5.Se o valor calculado é menor do que a tabela, você deve primeiro criar um modelo, incluindo factores significativos que influenciem o resultado.Em adição à eficiência do modelo geral para afectar significativamente a cada coeficiente de regressão.Se o valor calculado desta razão excedeu a maior tabela, o coeficiente de regressão é significativa, se menos, o factor de índice, o qual é concebido para este rácio, são removidas a partir da amostra, os cálculos começar no início, mas sem este factor.
