Cтраница 1
Матрица парных коэффициентов для нашего примера ( табл. 8.2) говорит об отсутствии коллинеарных ( т.е. линейно связанных) факторов, что позволяет включить все эти факторы в уравнение регрессии. [1]
Затем печатаются матрица парных коэффициентов корреляции и значения средних величин по всем восемнадцати показателям механических свойств породы. [2]
Проверкой с помощью матрицы парных коэффициентов корреляции установлено, что коллениарных факторов нет. [3]
В табл. 1.5 приведена матрица парных коэффициентов корреляции, рассчитанных для среднесменных значений параметров при производстве окиси хрома пигментной светлой. [4]
В табл. 4 представлена матрица парных коэффициентов корреляции. Анализ представленных в табл. 4 данных показывает, что между отдельными факторами имеется мультиколлениарность. 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. [5]
Явление мультиколлинеарности выявляется вычислением матрицы парных коэффициентов корреляции между экзогенными переменными. [6]
На первый взгляд может показаться, что матрица парных коэффициентов корреляции играет главную роль в отборе факторов. Вместе с тем вследствие взаимодействия факторов парные коэффициенты корреляции не могут в полной мере решать вопрос о целесообразности включения в модель того или иного фактора. Эту роль выполняют показатели частной корреляции, оценивающие в чистом виде тесноту связи фактора с результатом. Матрица частных коэффициентов корреляции наиболее широко используется в процедуре отсева факторов. При отборе факторов рекомендуется пользоваться следующим правилом: число включаемых факторов обычно в 6 - 7 раз меньше объема совокупности, по которой строится регрессия. Если это соотношение нарушено, то число степеней свободы остаточной вариации очень мало. Это приводит к тому, что параметры уравнения регрессии оказываются статистически незначимыми, a F - критерий меньше табличного значения. [7]
Для оценки мультиколлинеарности факторов может использоваться определитель матрицы парных коэффициентов корреляции между факторами. [8]
Для оценки мультиколлинеарности факторов может использоваться определитель матрицы парных коэффициентов корреляции между факторами. [9]
Если бы факторы не коррелировали между собой, то матрица парных коэффициентов корреляции между факторами была бы единичной матрицей, поскольку все недиагональные элементы rXfC Xj xj) были бы равны нулю. [10]
Если бы факторы не коррелировали между собой, то матрица парных коэффициентов корреляции между факторами была бы единичной матрицей, поскольку все недиагональные элементы rxfc - ( xi xj) были бы равны нулю. [11]
Как видно из табл. 24 и 25 ( табл. 25 представляет матрицу парных коэффициентов корреляции кинетической производственной функции), коэффициенты корреляции очень высоки почти у всех факторов. Как известно, теория корреляционного анализа динамических рядов не получила еще полного развития. Приведенные коэффициенты не дают достаточных оснований для окончательного отбора факторов и требуют дополнительных исследований. [12]
В-седьмых, уточнение перечня факторов может осуществляться, например, путем расчета матрицы парных коэффициентов корреляции. [13]