Der Korrelationskoeffizient – charakteristische Korrelationsmodell

Korrelationsmodell (CM) – ein Berechnungsprogramm, das den Empfang einer mathematischen Gleichung bereitstellt, in dem der produktiven Indikator je quantifizierte auf einem oder mehr Indikatoren.

yx = ao + a1h1

wobei: y – Leistungsindikatoren auf dem x-Faktor abhängt;

x – Zeichen Faktor;

a1 – Parameter KM, das zeigt, wie viel Veränderung in der produktiven Indikator wenn sie durch einen Faktor x ändern, wenn alle anderen Faktoren, die die y beeinflussen bleiben unverändert;

AO CM Parameter, der die Wirkung aller anderen Faktoren auf den effektiven Index von Y, anders als Faktorvariable x zeigt,

Bei der Auswahl der effektiven Indikatoren und Faktormodelle müssen berücksichtigen, dass die Performance-Indikatoren in der Kette der Kausalität auf einem höheren Niveau stehen als der Leistungsfaktor.

Eigenschaften Korrelationsmodell

Nachdem die Korrelationsmodellparametern berechneten Korrelationskoeffizienten berechnet wird.

p – einfacher Korrelationskoeffizient, -1 ≤ r ≤ 1, sie zeigt die Stärke und den Richtungsanzeiger auf Impaktfaktor Score. Je näher an 1 ist, desto stärker ist die Beziehung, die näher an 0 ist, ist die Bindung schwächer. Wenn der Korrelationskoeffizient positiv ist, dann ist die Verbindung gerade, wenn sie negativ ist – umgekehrt.

Die Korrelationskoeffizient Formel: PXY = (x-x * 1 / y) / * eu eh

eh = hh2- (x) 2; EU = y2 (y) 2

Wenn die CM lineare multifaktoriell, mit der Form:

yx = ao + a1h1 a2x2 + + … + ANX

dann wurde sie multiple Korrelationskoeffizient berechnet.

0 ≤ P ≤ 1, und zeigt die Stärke der Wirkung aller Faktor Punktzahl Indikatoren zusammen.

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

Wo: uh – produktiver Indikator – berechneter Wert;

yi – der tatsächliche Wert;

USr- Istwert, Mittelwert.

Geschätzter Wert yi durch Substituieren des Korrelationsmodells anstelle von x1, x2 erhalten usw. ihre tatsächlichen Werte.

Für univariate und multivariate Modelle nicht lineare Korrelationsverhältnis berechnet wird:

-1 ≤ m ≤ 1;

0 ≤ m ≤ 1

Es wird angenommen, dass die Beziehung zwischen effektiver und im Modell der faktoriellen Indikatoren schwach, wenn die Dichtheit des Kopplungskoeffizienten (m) im Bereich von 0-0,3 enthalten ist; wenn 0,3-0,7 – Enge der Beziehung – der Durchschnitt; 0.7-1 oben – eine starke Bindung.

Da Korrelationskoeffizient (Dampf) r der Korrelationskoeffizient (multiple) R, Korrelationsverhältnis m – Wahrscheinlichkeitswert, der für die Koeffizienten ihrer Signifikanz berechnet wird (definiert durch Tabellen). Wenn diese Koeffizienten mehr als ihr Tabellenwert sind, sind die Nähe der Verbindungskoeffizienten wesentliche Ursachen. Wenn die Kopplungskoeffizienten essentiality Dichtigkeits kleiner als Tabellenwerte oder Koeffizienten Selbstkopplung kleiner als 0,7 ist, gilt das Modell nicht alle faktoriellen Parameter umfassen, die signifikant das Ergebnis beeinflussen.

Der Koeffizient der Bestimmung zeigt den prozentualen Faktor, die in den Modellparameter, die Bildung des Ergebnisses bestimmen.

D = P2 * 100%

D = p2 * 100%

D = m 2 * 100%

Wenn der Koeffizient der Bestimmung größer als 50 ist, dann beschreibt das Modell angemessen, den Prozess zu unter, wenn weniger als 50, ist es notwendig, die erste Phase der Konstruktion zurück zu gehen, und den Auswahlfaktor Indikatoren für die Aufnahme in dem Modell zu überarbeiten.

Fisher Fisher-Faktor oder das Kriterium charakterisiert die Effizienz des Modells als Ganzes. Wenn das berechnete Verhältnis größer als die Tabelle ist, ist das integrierte Modell für die Analyse sowie Indikatoren für die Planung für die künftige Regelung geeignet. Etwa Tabellenwert = 1,5. Wenn der berechnete Wert kleiner als der Tabelle ist, müssen Sie zunächst ein Modell, einschließlich der wesentlichen Faktoren bauen das Ergebnis zu beeinflussen. Neben der Effizienz des Gesamtmodells signifikant jeden Regressionskoeffizienten zu beeinflussen. Wenn der berechnete Wert dieses Verhältnisses in Tabelle Größenordnung überschritt, wird der Regressionskoeffizient signifikant, wenn weniger, dann ist der Faktor-Parameter, für die die berechnete Koeffizient aus den Probenberechnungen wieder beginnt entfernt werden, aber ohne diesen Faktor.