Читайте также:
|
|
Однако в реальных условиях все переменные, как правило, взаимосвязаны. Теснота этой связи определяется частными коэффициентами корреляции, которые характеризуют степень и влияние одного из аргументов на функцию при условии, что остальные независимые переменные закреплены на постоянном уровне. В зависимости от количества переменных, влияние которых исключается, частные коэффициенты корреляции могут быть различного порядка: при исключении влияния одной переменной получаем частный коэффициент корреляции первого порядка; при исключении влияния двух переменных – второго порядка и т.д. Парный коэффициент корреляции между функцией и аргументом обычно не равен соответствующему частному коэффициенту.
Частный коэффициент корреляции первого порядка между признаками x1 и у при исключении влияния признака x2 вычисляют по формуле:
Итак, связь каждого фактора с изучаемым показателем при условии комплексного воздействия факторов слабее. Практически отсутствует связь между факторными признаками при элиминировании результативного показателя Это вполне понятно – внутрисменные простои и квалификация рабочих никак не связаны между собой (если не принимать во внимание необходимость выполнения задания). Другое дело, если стоит вопрос о выполнении задания: более квалифицированный рабочий допустит меньше внутрисменных простоев. Значение парного коэффициента корреляции, в этом случае подтверждает наличие довольно заметной обратной связи между этими факторами.
Изучение парных и частных коэффициентов корреляции позволяет отобрать наиболее существенные, значимые факторы.
Дата добавления: 2015-10-24; просмотров: 78 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Трехфакторные линейные регрессионные модели | | | Совокупный коэффициент множественной детерминации |