Оценка - теснота - связь
Cтраница 1
 |
Параметры распределения случайных функций х, у, г. [1] |
Оценка тесноты связи между интересующими нас параметрами х и у может быть получена в результате определения нормированной корреляционной функции связи. [2]
 |
Зависимость рентабельности животноводства ( у от его продуктивности ( х2 и расхо - да кормов на одну условную голову скота ( i. [3] |
Оценка тесноты связи между результативным признаком и всеми факторными признаками производится с помощью совокупного коэффициента детерминации, который вычисляется по той же формуле, что и в парной регрессии. [4]
Оценка тесноты связи между переменными по коэффициенту парной корреляции не решает всех вопросов. В частности этот показатель не учитывает частной ( чистой) корреляции между изучаемь М явлением и характеризующими его факторами. Известно, что кФкУи аяся хорошая теснота связи между двумя показателями может возникнуть под влиянием третьего показателя, который имеет высокую теС отУ связи с общими исследуемыми показателями. Чтобы исключить нежелательное влияние этих показателей и более достоверно установить зНачимость каждого фактора с учетом одновременного действия других, в0 Дят частный коэффициент корреляции разных степеней. Проверка надежности этого коэффициента по одному из известных критериев [ 21, 4Ь 46, 48 ] позволяет более точно оценить значимость каждого фактора, выбранного для модели. Необходимо оценить существенность факторов в зависимости от характера связи между ними, а также между отдельными факторами и исследуемым показателем. [5]
Для оценки тесноты связи между мерой труда и поощрением важное значение имеет анализ соотношения темпов роста производительности труда и средней заработной платы. Это соотношение рекомендуется рассчитывать как отношение темпов прироста средней заработной платы и товарной продукции на одного работника промышленно-производственного персонала. [6]
Наряду с оценкой тесноты связи одновременно со всеми факторными признаками в моделях множественной регрессии производится оценка тесноты связи с каждым факторным признаком в отдельности. Для этой цели применяются частные коэффициенты детерминации. [7]
Он дает такую оценку тесноты связи, которая не зависит от числа факторов в модели и потому может сравниваться по разным моделям с разным числом факторов. Оба коэффициента указывают на весьма высокую ( более 90 %) детерминированность результата в модели факторами х и хг. [8]
При моделировании и оценке тесноты связи приходится учитывать тот факт, что анализ ведется на основе динамических рядов. Об относительно высокой автокорреляции временных рядов валютного курса сказано выше. [9]
Коэффициент корреляции служит для оценки тесноты линс йной связи между X и У: чем ближе абсолютная величина коэффициента корреляции к единице, тем связь сильнее; чем ближе абсолютная величина коэффициента корреляции к нулю, тем связь слабее. [10]
Коэф фициент корреляции Кендалла как оценка тесноты связи употребляется гораздо реже, чем коэффициент Спирмена, что связано как с трудоемкостью его вычисления, так и с нелинейностью самой статистики гк. [11]
Этот показатель применим и для оценки тесноты связи в случае линейной формы связи. [12]
 |
Диаграмма бурения ( скв. 47 - Кудиновская. глубина бурения - 2279 м. [13] |
В табл. 2.2.3 приведены результаты оценки тесноты связи по величине коэффициента вариации Л, для 17-ти опытов по определению диаграмм бурения в промысловых условиях и 5-ти диаграмм, полученных в стендовых условиях. Выяснилось, что линейная аппроксимация имеет явные преимущества перед степенной для промысловых исследований, а - степенная ( с небольшим преимуществом) - для стендовых. [14]
Для практического использования полученных зависимостей необходима оценка тесноты связи и точности определения проницаемости, а также ограничений применения установленных зависимостей. В частности, необходимо выявить, в каком диапазоне значений проницаемости и с какой точностью возможно ее определение для данных отложений. [15]
Страницы: 1 2 3