С определением надежности при применении метода повторного тестирования связано несколько проблем. Во-первых, данный метод сильно зависит от промежутка времени между тестированиями. При прочих равных условиях, чем дольше интервал, тем ниже надежность. Во-вторых, первоначальное измерение может изменить рассматриваемые характеристики. Например, измерение отношений респондентов к молоку с низкой жирностью может заставить опрашиваемых задуматься о его полезности для здоровья и в результате привести к повышению оценки данного продукта. В-третьих, иногда невозможно провести повторное тестирование (например, при измерении реакции на новый продукт). В-четвертых, первое измерение может иметь эффект автоматического переноса высказанного мнения на второе и последующие измерения. В-пятых, измеряемые характеристики могут изменяться за промежуток времени между опросами. Например, благоприятная информация об объекте может улучшить отношение к объекту. Наконец, коэффициент корреляции может быть из-за автокорреляции отдельных пунктов шкалы. [c.354]
Частный коэффициент автокорреляции используется для определения степени автокорреляции внутри временного ряда. Например, ряд, обозначенный АК(/я), показывает, что последний статистически значимый частный коэффициент автокорреляции рассчитан с лагом т. Таким образом, в ряде AR(2) текущее значение переменной обладает значимой корреляцией только со значениями, отстоящими на 1 и 2 временных лага назад. В ряде AR(4) значимыми будут частные коэффициенты автокорреляции с лагами от одного до четырех периодов, но коэффициенты с более высокими лагами не будут значимо отличаться от нуля. [c.331]
Для определения частного коэффициента корреляции 1-го порядка гчаст(2) = ro2.i между членами ряда у, и у,+2 при исключении влияния у,+] вначале найдем (по аналогии с предыдущим) коэффициент автокорреляции К 1,2) между членами ряда у,+ и yt+2- r (1 2)=0,825, а затем вычислим гчаст (2) по формуле (6.6) [c.139]