Коэффициенты факторов можно найти и с помощью коэффициентов парной корреляции. [c.25]
Следует отметить, что по элементам полученной матрицы коэффициентов парной корреляции rih можно предварительно проанализировать зависимость между производительностью труда и каждым из влияющих на нее факторов, а также между самими факторами и выделить среди них претендентов на дальнейшее исключение. Для этого в первую очередь отыскивают коэффициенты r,ft, близкие к единице и превышающие некоторое пороговое значение 6 = 0,7- 0,8. Затем все коэффициенты rik проверяют на значимость по -критерию (Стьюдента). Если при заданном значении уровня значимости q значение ь>Табличное, то гш значимо. [c.80]
Анализ матриц коэффициентов парной корреляции (табл. 35) показывает, что исключению подлежат факторы 6, 7, 8, так как коэффициенты их корреляции со значением показателя производительности труда незначительны ri6=—0,171 гц=—0,186 гi = 0,196. Значение /-критерия коэффициентов парных корреляций соответственно равны 1,44 1,59 1,63, а при 10%-ном уровне значимости /табличное =1,645. Таким образом, все значения -критерия, соответствующие 6, 7, 8 факторам, меньше табличного значения. [c.81]
Однако прежде чем окончательно выбрать группу основных факторов, необходимо проанализировать по табл. 35—36 возможность существования линейной зависимости между выбранными факторами х, —х5. Анализ матриц коэффициентов парных и частных корреляций показывает, что среди их элементов нет коэффициентов корреляций, превышающих или равных пороговому (6 = 0,74-0,8), что свидетельствует об отсутствии линейной зависимости между факторами. [c.82]
Анализ проведенных расчетов по Миннефтепрому показал, что основное влияние на величину удельного расхода оказывают затраты времени на работы по проводке скважин t, Р Так, коэффициент парной корреляции Z/yz 0, 983. Это свидетельствует с достоверностью 0, 99 о наличии между ними линейной связи. Влияние же остальных двух факторов для данного объема наблюдений оказалось несущественным. Это подтвердилось и полученными значениями функции Фишера, характеризующими влияние факторов. (Методика использования критерия Фишера изложена в статье ( 1 ) этого же сборника). Соответствующее уравнение регрессии для Миннефтепрома имеет следующий вид [c.50]
Коэффициенты парной корреляции для линейной модели ( 1 ) [c.50]
Характерно, что коэффициенты парной корреляции для мо де— ли (10) оказались также ниже критического уровня для тех же самых объединений, что и в линейной модели. [c.52]
Коэффициенты парной корреляции для степенной модели (1О) [c.52]
Подводя итоги проведенному исследованию, следует отметить, что удобнее для практических расчетов является линейная модель, поэтому в этом смысле предпочтительными являются уравнения 4, 5, 6, 7, 8, 9 перед уравнениями 12, 13, 14, 15, 16, 17, хотя для уравнений 12—16 коэффициенты парной корреляции незначительно выше. [c.54]
В уравнении 16 коэффициент парной корреляции несколько ниже соответствующего коэффициента уравнения 9. [c.54]
Матрица коэффициентов парной корреляции [c.35]
Фактор Коэффициент парной корреляции Коэффициент частной корреляции Г-критерий [c.38]
В данной работе при построении динамических моделей также было проведено предварительное исследование многомерного временного ряда, вычислены коэффициенты взаимной корреляции и автокорреляции, коэффициенты парной корреляции и т. д. [c.59]
ОСНОВНЫЕ МОДЕЛИ КОРРЕЛЯЦИОННОГО АНАЛИЗА. Такими моделями являются коэффициент парной корреляции, коэффициент частной корреляции, коэффициент множественной корреляции, коэффициент детерминации. [c.280]
Линейный коэффициент парной корреляции (р) определяется по формуле [c.280]
Значение коэффициента парной корреляции изменяется в пределах от -1 до +1. Знак + означает наличие прямой связи между показателями. Знак - — наличие обратной связи. Значение коэффициента от 0 до 1 характеризует степень приближения корреляционной зависимости между показателями и к функциональной. При р = 1 между показателями существует функциональная связь. При р = 0 линейная связь отсутствует. В целях упрощения расчетов на практике применяются и другие формулы коэффициента парной корреляции, представляющие собой некоторые преобразования исходной формулы. [c.280]
Изучая матрицы парных и частных коэффициентов корреляции, можно сделать вывод о тесноте связи между изучаемыми явлениями. Коэффициенты парной корреляции характеризуют тесноту связи между двумя показателями в общем виде с учетом взаимосвязей факторов, оказывающих воздействие на результативный показатель. [c.145]
Используя коэффициент парной корреляции, рассчитаем тесноту связи [c.273]
Величина коэффициента парной корреляции говорит о наличии тесной прямой связи между размером нераспределенной прибыли и инвестициями в основные фонды. [c.273]
Коэффициент парной линейной регрессии, обозначенный Ь, имеет смысл показателя силы связи между вариацией факторного признака х и вариацией результативного признака у. Он измеряет среднее по совокупности отклонение от его средней величины при отклонении признаках от своей средней величины на принятую единицу измерения. [c.241]
Вероятностная оценка параметров корреляции производится по общим правилам проверки статистических гипотез, разработанным математической статистикой, в частности путем сравнения оцениваемой величины со средней случайной ошибкой оценки. Для коэффициента парной регрессии Ь средняя ошибка оценки вычисляется как [c.247]
Таким образом, в отличие от коэффициента парной регрессии коэффициент условно-чистой регрессии измеряет влияние фактора, абстрагируясь от связи вариации этого фактора с вариацией остальных факторов. Если было бы возможным включить в уравнение регрессии все факторы, влияющие на вариацию результативного признака, то величины Ъ( можно было бы считать мерами чистого влияния факторов. Но так как реально невозможно включить все факторы в уравнение, то коэффициенты fy не свободны от примеси влияния факторов, не входящих в уравнение. [c.270]
Коэффициенты условно-чистой регрессии bf являются Именованными числами, выраженными в разных единицах измерения, и поэтому несравнимы друг с другом. Для преобразования их в сравнимые относительные показатели применяется то же преобразование, что и для получения коэффициента парной корреляции. Полученную величину называют стандартизованным коэффициентом регрессии или -коэффициентом. [c.270]
Условно-чистый коэффициент регрессии при х составляет только 58% парного. Остальные 42% связаны с тем, что вариации , сопутствует вариация факторов х2 х3, которая, в свою очередь, влияет на результативный признаку. Связи всех признаков и их коэффициенты парных регрессий представлены на графе связей (рис. 8.2). [c.274]
Если сложить оценки прямого и опосредованного влияния вариации , на у, т. е. произведения коэффициентов парных регрессий по всем путям (рис. 8.2), получим 2,26 + 12,55 0,166 + (-0,00128) (-4,31) + (-0,00128) 17,00 0,166 = 4,344. [c.274]
Недостатком коэффициентов раздельной детерминации является их гетерогенный характер то, что они объединяют коэффициент парной корреляции, измеряющий нечистое влияние фактора, с р-коэффициентом, измеряющим условно чистое влияние фактора, [c.279]
Вычисленные значения коэффициентов парной корреляции указывают на тесную связь между признаками (табл. 10.13). [c.416]
Необходим тщательный отбор основных частных критериев. По возможности эти показатели не должны быть тесно взаимосвязаны между собой. В частности, очевидно, что для приведенной совокупности это требование не выполняется, поскольку коэффициенты текущей и быстрой ликвидности, как правило, очень тесно взаимосвязаны — коэффициент парной корреляции будет близок к единице. [c.368]
Коэффициент множественной корреляции можно найти через коэффициенты парной корреляции между факторами и результативным показателем и бета-коэффициенты по формуле [c.124]
Полученные коэффициенты парной корреляции между результативным признаком и каждым из факториальных призна ков по нефтедобывающим объединениям были близки к единице, что указывгло на очень высокую тесноту связи. [c.24]
Следует учесть, что коэффициенты парной корреляции показывают наличие тесной связи между производительностью труда и отдельными факторами и между факторами лишь в том случае, если различия между НГДУ по другим факторам (кроме учтенных) несущественны и незначительно влияют на произво- [c.80]
Критическое значение коэффициента парной корреляции при уровне значимости оС = 0,95 равно соответственно ZKpfab = 0,95) = 0,576 м при уровне значимости Q(, = = 0,98. равно Z/f/j/o 0,98) = 0,658 для объема выборки / = 10. Это свидетельствует об отсутствии линейной зависимости между фактическим удельным расходом и выбранными факторами для нашей выборки. Анализ данных по указанным объединениям показывает, что разброс фактических удельных расходов очень велик, что и послужило причиной низких значений коэффициентов парной корреляции. [c.51]
Для установления взаимосвязи между уровнем организации труда буровых бригад и технико-экономическими показателями предприятия нами был использован регрессионный анализ. Расчеты, проведенные по данным буровых предприятий объединения. Кцминефть за. .1976— 1-977 гг., показывают, /что между уровнем организации труда буровых бригад (X) и себестоимостью 1 м проходки (С), производительностью труда- (У),. коммерческой скоростью бурения (г) существует тесная- значимая зависимость. Коэффициенты парной. корреляции гс = — 0,5588, гу = 0,6442, гг = 0,5787. [c.35]
Оценка тесноты связи между переменными по коэффициенту парной корреляции не решает всех вопросов. В частности,этот показатель не учитывает частной ("чистой") корреляции между изучаемь М явлением и характеризующими его факторами. Известно, что кФкУи аяся хорошая теснота связи между двумя показателями может возникнуть под влиянием третьего показателя, который имеет высокую теС"отУ связи с общими исследуемыми показателями. Чтобы исключить нежелательное влияние этих показателей и более достоверно установить зНачимость каждого фактора с учетом одновременного действия других, в0°Дят частный коэффициент корреляции разных степеней. Проверка надежности этого коэффициента по одному из известных критериев [21, 4Ь 46, 48] позволяет более точно оценить значимость каждого фактора, выбранного для модели. Необходимо оценить существенность факторов в зависимости от характера связи между ними, а также между отдельными факторами и исследуемым показателем. [c.17]
В табл. 4 представлена матрица парных коэффициентов корреляции. Анализ представленных в табл. 4 данных показывает, что между отдельными факторами имеется мультиколлениарность. Так, между факторами Xj и 3f коэффициент парной корреляции превышает 0,8. Из этого следует, что один из указанных в паре факторов должен быть исключен при дальнейшем анализе. Решение о том, какой фактор необходимо исключить, принимает исследователь, основываясь на результатах предшествующего анализа о значимости каждого фактора. В данном случае целесообразно исключить фактор "X. [c.28]
Многие факторы ( 14, "17, 19 и т. д.) имеют высокую колеблемость. Следует отметить ту особенность, что высокую колеблемость имеют факторы, которые в определенной степени поддаются регулированию, что способствует принятию правильных решений при выборе мероприятий по снижению издержек производства на этом технологическом участке. Проверкой установлено, что среди включенных в анализ факторов коллениар-ных нет. Коэффициенты парной и частной корреляции (табл. 13) свидетельствуют о том, что факторы, включенные в корреляционный анализ, имеют достаточно тесную связь с исследуемым показателем. [c.37]
Далее была проведена проверка факторов на мультиколлениарность [51]. На основании вычисленных коэффициентов парной корреляции факторы были включены в модель. Только после этого перешли к исследованию характера изменения параметров модели во времени и к выбору оптимальной формы связи. Для этого весь массив был разбит на подмас-сивы. [c.59]
И в том и в другом периоде среднесменная добыча рабочего теснее коррелирует с мощностью пласта, нежели с уровнем механизации навалки угля. Однако наметилось некоторое снижение величины rvm при повышении гуи. Сравнение коэффициентов парной корреляции зависимой переменной (V) с независимыми переменными и корреляции последних между собой свидетельствует о ко-линеарности факторов - их тесной линейной связи. При таком соотношении нецелесообразно построение множественной регрессии, куда бы входили оба названных фактора - и мощность пласта и коэффициент механизированной навалки угля. Поэтому построим [c.416]