Значимый коэффициент - корреляция
Cтраница 1
Значимые коэффициенты корреляции позволяют оценить меру линейной статистической связи между показателями и факторами, а также между самими факторами. [1]
Значимые коэффициенты корреляции в матрицах отмечены звездочками. [2]
Значимые коэффициенты корреляции подчеркнуты. [3]
В матрице значимые коэффициенты корреляции отмечают звездочкой. [4]
В матрице значимые коэффициенты корреляции обычно отмечают звездочкой. [5]
Примечание: звездочками отмечены значимые коэффициенты корреляции, характеризующие наличие связи между параметрами. [6]
Затем определялся максимальный из значимых коэффициентов корреляции. Соответствующий ему прогноз базового варианта разработки считался наиболее близким к реальному и принимался для дальнейших расчетов. [7]
 |
Расчетные значения Кн для нефтей, залегающих в отложениях триаса. [8] |
По ряду параметров состава нефтей, залегающих в триасовых отложениях, были получены значимые коэффициенты корреляции [5] с условиями залегания. [9]
Различия в составе нижнемеловых нефтей разных районов Предкавказья практически не связаны с современными условиями залегания ( для нижнемеловых нефтей всего Предкавказья без учета тектонической приуроченности не было получено ни одного значимого коэффициента корреляции) и могут быть обусловлены наличием разных зон генерации. Об этом свидетельствуют и данные об и. [10]
Должна существовать возможность рассчитать и вычертить взаимную корреляционную функцию для любых сочетаний входных, выходных и сгенерированных переменных. Те из переменных, которые имеют более двух значимых коэффициентов корреляции, могут претендовать на включение в модель. Естественно, эти расчеты должны сопровождаться определением степени доверительности полученных значений. Однако личный опыт автора говорит о том, что надежда на определение структуры и взаимосвязей модели процесса с помощью исключительно статистических методов совершенно не оправданы. Слишком близки и тесны связи между всеми параметрами процесса, и проявляются они со своими временными характеристиками. Поэтому создание адекватных моделей невозможно без математического описания детерминированных материальных, энергетических и физико-химических превращений реального технологического процесса. [11]
Правда, почти все автсн ры повторяют слова математиков-вероятностников об осторожности трактовки величин коэффициентов корреляции. Но применяемый ими формальный аппарат говорит об обратном. Действительно, ь в теории вероятностей коэффициент корреляции вводится как параметр, существенность величины которого указывает на стохастическую связь, но не определяет меры связи, тем более меры причинной связи. Это чувствуют многие авторы. Хальда [30.524] мы находим следующее мнение: Определив коэффициент корреляции и проверив затем гипотезу о нулевой корреляции, можно иногда доказать существование стохастической связи между переменными. Однако необходимо подчеркнуть, что стохастическая зависимость не указывает с необходимостью на наличие функциональной1 связи. Коэффициент корреляции хотя и может указывать на стохастическую связь между Xi и xz, но при помощи него нельзя определить, является ли величина х причинно обусловленной величиной х2, или х2 - величиной xit или же их связь объясняется тем, что обе они причинно обусловлены другими факторами. Следовательно, и при значимом коэффициенте корреляции для определения наличия функциональной связи требуется дополнительное исследование. При дальнейшем исследовании, которое прежде всего должно основываться на знании специфики проблемы, регрессионный анализ часто играет важную роль как средство проверки сделанных гипотез. Часто стохастическая связь бывает очень тесной, а причинная вовсе отсутствует. [12]
Страницы: 1