Coeficiente de correlación - característica del modelo de correlación

El modelo de correlación (CM) es un programacomputación, proporcionando una ecuación matemática en la cual el indicador de resultado se cuantifica dependiendo de uno o más indicadores.

yx = a0 + a1x1

donde: y - el indicador resultante, dependiendo del factor x;

x es una característica del factor;

a1 es el parámetro CM que muestra cuánto cambiará el exponente resultante y a medida que el factor x cambia en uno, si en este caso todos los demás factores que afectan y permanecen sin cambios;

ao es el parámetro CM, que muestra la influencia de todos los otros factores en el exponente y resultante, excepto por el signo de factor x

Al elegir lo productivo y factoriales necesario tener en cuenta que el indicador resultante en la cadena de relaciones causa-efecto está en un nivel más alto que los índices de factores.

Características del modelo de correlación

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

p es el coeficiente de correlación de pares, -1 ≤ p ≤ 1,muestra la fuerza y ​​la dirección del factor de factor de influencia en la resultante. Cuanto más cerca de 1, más fuerte es la conexión, más cerca de 0, más fuerte es la conexión. Si el coeficiente de correlación tiene un valor positivo, entonces la conexión es directa, si el negativo es el inverso.

El coeficiente de correlación de la fórmula: pxy = (xy-x * 1 / y) / ex * yy

ax = xx2- (x) 2; yy = y2- (y) 2

Si el CM es un multifactor lineal, tiene la forma:

yx = a0 + a1x1 + a2x2 + ... + anxn

luego se calcula un coeficiente de correlación múltiple para él.

0 ≤ Р ≤ 1 y muestra la fuerza de la influencia de todos los factores de factores juntos en la resultante.

P = 1- ((yx-yu) 2 / (yu-cont) 2)

Donde: uh - el indicador de resultado - el valor calculado;

yi - valor real;

valor real, promedio

El valor calculado yx se obtiene como resultado de la sustitución en el modelo de correlación para x1, x2 y así sucesivamente sus valores reales.

Para los modelos no lineales de un factor y multifactor, se calcula la relación de correlación:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Se cree que la relación entre lo productivo y loLos factores incluidos en el modelo son débiles si el valor de la estanqueidad de la conexión (m) está dentro del rango 0-0.3; si 0.3-0.7 - la rigidez de la conexión es promedio; arriba 0.7-1 - la conexión es fuerte.

Dado que el coeficiente de correlación (par) p,el coeficiente de correlación (múltiple) P, la relación de correlación m - los probabilísticos, para ellos se calculan los coeficientes de su importancia (determinados a partir de las tablas). Si estos coeficientes son mayores que su valor tabular, entonces los coeficientes de estanqueidad de la comunicación son causas importantes. Si los coeficientes de materialidad de la rigidez de la conexión son menores que los valores tabulados o si el coeficiente de acoplamiento en sí mismo es menor que 0,7, entonces el modelo no incluye todos los indicadores de factores que afectan significativamente el resultado.

El coeficiente de determinación demuestra claramente cómo los porcentajes incluidos en el modelo determinan la formación del resultado.

D = P2 * 100%

D = p2 * 100%

D = m2 * 100%

Si el coeficiente de determinación es mayor que 50, entoncesel modelo describe adecuadamente el proceso bajo investigación, si es menor a 50, entonces debemos regresar a la primera etapa de construcción y revisar la selección de indicadores de factores para su inclusión en el modelo.

El coeficiente de Fisher o la prueba de Fishercaracteriza la efectividad del modelo como un todo. Si la escala calculada es superior a la mesa, el modelo construido es adecuado para el análisis, así como indicadores de la planificación para el futuro asentamiento. Aproximadamente valor de tabla = 1.5. Si el valor estimado es menor que el valor tabulado, primero es necesario construir el modelo, incluidos los factores que influyen significativamente en el resultado. Además de la efectividad del modelo como un todo, cada coeficiente de regresión afecta la materialidad. Si el valor calculado de esta relación supera en la tabla magnitud, el coeficiente de regresión es significativa si es menor, entonces el parámetro de factor, para el que el coeficiente calculado se eliminan de los cálculos de la muestra comienzan de nuevo, pero sin este factor.