Оценка достоверности полученной модели
Оценим достоверность полученного уравнения, используя корреляционный анализ. Расчеты представлены в таблице 1.
Коэффициент парной корреляции определяет, взаимосвязаны ли два фактора.
rz x1=0,9139/√(2,1085*0,4677)=0,9203 >0,8 Следовательно, z и х1 взаимосвязаны;
rz x2=5,7132/√(2,1085*24,0548)=0,8022 >0,8 z и х2 взаимосвязаны;
rx1x2=2,3493/√(0,4677*24,0548)=0,7004 <0,8 х1 и х2 не взаимосвязаны.
Таблица 2 Матрица коэффициентов парной корреляции
|
z |
x1 |
x2 |
z |
1 |
0.92 |
0.8 |
x1 |
0.92 |
1 |
0.7 |
x2 |
0.8 |
0.7 |
1 |
D=1-0.054/0.51=0.8941. Следовательно, на 89,4% изменение результирующего фактора z зависит от факторов x1 и x2, а на 10,6% - от неучтенных факторов.
Множественный коэффициент корреляции R характеризует, насколько правильно мы выбрали конкретный вид зависимости:
Если множественный коэффициент корреляции R стремится к 1, значит, зависимость выбрана правильно.
R=√(1-0,054/0,51)=0.9456
s =√(0,22/21)=0.1023
Так как множественный коэффициент корреляции R стремится к 1 (0,9456), зависимость выбрана правильно. Таким образом, полученная модель позволяет определить значение результирующего показателя с точностью ±0,1023.
Поскольку результирующий показатель в рассматриваемом примере - экзаменационная оценка, то такая точность полученной зависимости приемлема.
О=0,3071,4940,092.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.