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]
| Таблица 35 Матрица парных корреляций |  |
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]
Кроме того, должны быть исключены краткосрочные (циклические колебания) и аномальные наблюдения, обеспечено достаточное число наблюдений по сравнению с количеством факторов и, наконец, должна отсутствовать парная корреляция между факторами (мультиколлинеарность). [c.138]
Приемы корреляционного анализа используются для измерения влияния факторов в стохастическом анализе, когда взаимосвязь между показателями неполная, вероятностная. Различают парную и множественную корреляцию. Парная корреляция - это связь между двумя показателями, один из которых является факторным, а другой -результативным. Множественная корреляция возникает от взаимодействия нескольких факторов с результативным показателем. [c.64]
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]
Самая общая и типичная статистическая задача в экономическом анализе — изучение наличия, направления и интенсивности связей между показателями. Это первый этап познания закономерностей формирования результатов хозяйственной деятельности. Предположение о наличии и тесноте связи делается в случае выявления общих закономерностей в вариации значений изучаемых показателей. Источник возникновения этих общих закономерностей может быть разным — причинно-следственная связь между показателями, зависимость от общего фактора, случайное совпадение элементов вариации. Задача экономического анализа — раскрыть качественную основу взаимосвязи между количественными характеристиками экономических процессов. Стохастическое исследование связи происходит с помощью методов корреляционного анализа — коэффициентов и отношений корреляции. При этом в зависимости от характера исходной информации применяются разные приемы корреляционного анализа оценка парной корреляции между показателями с цифровой шкалой измерения ранговая корреляция и коэффициенты, рассчитанные по так называемым матрицам сопряженности для анализа связей между качественными показателями каноническая корреляция для анализа связи между группами показателей частная корреляция, которая позволяет исследовать связь между двумя [c.111]
Метод математического моделирования основан на построении однофакторной модели (парная корреляция) и многофакторной модели (множественная корреляция). [c.368]
Методы корреляционного и регрессионного анализа используются в комплексе. Наиболее разработанной в теории и широко применяемой на практике является парная корреляция, когда исследуются соотношения результативного признака и одного факторного признака. Это — однофакторный корреляционный и регрессионный анализ. Именно такой анализ является основой для изучения многофакторных стохастических связей. [c.70]
Парная корреляция - это связь между двумя показателями, один из которых является факторным, а другой - результативным. Множественная корреляция возникает от взаимодействия нескольких факторов с результативным показателем. [c.128]
Использование способов парной корреляции для изучения стохастических зависимостей [c.129]
В заключение необходимо отметить, что мы рассмотрели использование способов парной корреляции только на двух примерах. Однако эта методика может быть использована для исследования соотношений между разными экономическими показателями, что позволяет значительно углубить знания об изучаемых явлениях, определить место и роль каждого фактора в изменении уровня исследуемого показателя. [c.137]
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]
Для изучения влияния одних процентных ставок на другие целесообразно проводить корреляционно-регрессионный анализ, позволяющий измерить тесноту связи между изучаемыми показателями (корреляционный анализ) и определить теоретическую форму связи между ними (регрессионный анализ). Прежде всего необходимо получить подтверждение о том, что связь между двумя или более изучаемыми показателями существует, а затем измерить ее. Применение тех или иных методов корреляционного анализа зависит от целей исследования. В случае парной корреляции, т.е. когда анализу подвергается влияние одного показателя (фактора, х) на другой (результат, у), чаще всего используют линейный коэффициент корреляции. В случае множественной корреляции, т.е. когда проводят анализ влияния нескольких факторов (л , х . ... л ) на результат (у), как правило, рассчитывают парные, частные и совокупный коэффициенты корреляции. [c.622]
Практическое значение ее в том, что есть системы, в которых среди всех факторов, влияющих на результативный признак, выделяется один важнейший фактор, который в основном определяет вариацию результативного признака. Измерение парных корреляций составляет необходимый этап в изучении сложных, многофакторных связей. Есть такие системы связей, при изучении которых следует предпочесть парную корреляцию. Внимание к линейным связям объясняется ограниченной вариацией переменных и тем, что в большинстве случаев нелинейные формы связей для выполнения расчетов преобразуются в линейную форму. [c.238]
СТАТИСТИЧЕСКАЯ ОЦЕНКА НАДЕЖНОСТИ ПАРАМЕТРОВ ПАРНОЙ КОРРЕЛЯЦИИ [c.247]
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]
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]
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]
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]
Смотреть страницы где упоминается термин Парная корреляция
: [c.81] [c.50] [c.75] [c.78] [c.17] [c.35] [c.281] [c.281]Смотреть главы в:
Популярный экономико-математический словарь -> Парная корреляция
Популярный экономико-математический словарь (1973) -- [ c.16 ]
Маркетинговые исследования Издание 3 (2002) -- [ c.0 ]