і у. Тіснота кореляційного зв'язку, як і будь-який інший, може бути виміряна емпіричним кореляційним відношенням О·е, коли Оґ2 (межгрупповая дисперсія) характеризує відхилення групових середніх результативної ознаки від загальної середньої:. p> Говорячи про корреляционном відношенні як про показник вимірювання тісноти залежності, слід відрізняти від емпіричного кореляційного відносини - теоретичне. Розглянемо, що являє собою ця значимість. Позначимо коефіцієнт детермінації, отриманий при виключенні з правої частини рівняння змінної. При цьому ми отримаємо зменшення поясненої дисперсії, на величину. Для оцінки значущості включення змінної використовується статистика, що має розподіл Фішера при нульовому теоретичному прирості. Взагалі, якщо з рівняння регресії виключаються змінних, статистикою значущості виключення буде. Покрокова процедура побудови моделі. Основним критерієм відбору аргументів має бути якісне уявлення про фактори, що впливають на залежну змінну, яку ми намагаємося змоделювати. Дуже добре реалізований процес побудови регресійної моделі: на машину перекладена значна частка труднощів у вирішенні цього завдання. Можливо побудова послідовне побудова моделі додаванням і видаленням блоків змінних. Але ми розглянемо тільки роботу з окремими змінними. Типово програма включає всі задані змінні.
Теоретичне кореляційне відношення О· являє собою відносну величину, утворюється в результаті порівняння середнього квадратичного відхилення вирівнюються значень результативної ознаки Оґ, тобто розрахованих за рівнянням регресії, із середнім квадратичним ставленням емпіричних (Фактичних) значень результативності ознаки Пѓ:
,
де;.
Тоді. [2]
Зміна значення О· пояснюється впливом факторного ознаки. Метод включення і виключення змінних полягає в наступному. З безлічі факторів, що розглядаються дослідником як можливі аргументи регресійного рівняння, відбирається один, який більш все пов'язаний кореляційною залежністю. Далі проводиться та ж процедура при двох обраних змінних, при трьох і т.д. Процедура повторюється до тих пір, поки в рівняння ні включені всі аргументи, виділені дослідником, що задовольняють критеріям значущості включення. Зауваження: щоб уникнути зациклення процесу включення виключення значимість включення встановлюється менше значущості винятку. Змінні, породжувані регресійним рівнянням. Збереження змінних, породжуваних регресією, проводиться підкоманду. Завдяки отриманим оцінками коефіцієнтів рівняння регресії можуть бути оцінені прогнозні значення залежної змінної, причому вони можуть бути обчислені і там, де значення визначені, і там де вони не визначені.
У основі розрахунку кореляційного відносини лежить правило складання дисперсій, то є, де - відбиває варіацію у за рахунок усіх інших факторів, крім х, тобто є залишкової дисперсією:
.
Тоді формула теоретичного кореляційного відносини прийме вигляд:
,
або . p> подкоренного...
