Cтраница 2
Как видим, величина множественного коэффициента корреляции зависит не только от корреляции результата с каждым из факторов, но и от межфакторной корреляции. Рассмотренная формула позволяет определять совокупный коэффициент корреляции, не обращаясь при этом к уравнению множественной регрессии, а используя лишь парные коэффициенты корреляции. [16]
Такой отбор признаков обеспечивает рост множественного коэффициента корреляции R на каждом шаге процедуры. Как показывает опыт расчетов, значения R испытывают значительный рост на первых пяти-шести шагах процедуры и после восьми-девяти шагов уже практически не изменяются. Отсюда видно, что уравнение, содержащее пять признаков, может использоваться для расчетов, так как добавление еще четырех признаков лишь на 0 15 изменяет коэффициент множественной корреляции. [17]
Рассмотрим несколько иной подход к множественному коэффициенту корреляции, раскрывающий его смысл. [18]
После составления уравнения регрессии полезно вычислить множественный коэффициент корреляции R, характеризующий общий вклад коэффициентов регрессии. Если R близок к единице, то уравнение достаточно полно описывает результаты эксперимента. [19]
Эти величины необходимы для оценки значимости множественного коэффициента корреляции. [20]
Необходимо корректировать также множественное корреляционное отношение и множественный коэффициент корреляции. [21]
Погрешность измерения таких статистических характеристик, как множественный коэффициент корреляции, коэффициенты регрессии, остаточная дисперсия пропорциональны отношению ( an / ст.), где о - - дисперсия параметра Xi, dni - дисперсия погрешности измерения г - го параметра. [22]
Проверка по критерию Фишера показала, что множественный коэффициент корреляции ( Л0 97) значим, так как критерий Фишера ( Fptm 30 96) превышает табличное значение. [23]
В этом случае разработаны рекомендации по проверке выборочного множественного коэффициента корреляции на его статистически значимое отличие от нуля, по построению доверительных интервалов для неизвестного истинного значения множественного коэффициента корреляции. [24]
Для уравнений связи (4.2) и (4.3) были вычислены множественные коэффициенты корреляции, а существенность уравнений связи была оценена по критерию Фишера. Данные оценки модели приведены ниже. [25]
В соответствии с формулой ( 33) рост множественного коэффициента корреляции при увеличении количества факторов может быть чисто иллюзорным, так как введение в модель даже тех факторов, которые никак не связаны с моделируемым показателем, по крайней мере, не уменьшает этого коэффициента. [26]
Для измерения степени согласованности нескольких рядов шроранжированных значений переменных используют множественный коэффициент корреляции W, иногда называемый коэффициентом конкордации. [27]
Для измерения тесноты связи между факторами и результативным показателем исчисляют парные, частные и множественные коэффициенты Корреляции. [28]
При числе взаимозависимых аргументов больше двух тесноту связи оценивают частным или множественным коэффициентом корреляции, в основе вычисления которого лежат значения парных коэффициентов корреляции. [29]
Это говорит о том, что с включением в модель новых факторов множественный коэффициент корреляции не уменьшается. [30]