. Чим ближче його значення до 1, тим тісніше зв'язок. Зв'язок вважається досить сильною, якщо коефіцієнт кореляції за абсолютною величиною перевищує 0,7, і слабкою, якщо менше 0,4. При рівності його нулю зв'язок повністю відсутня.
Про тісноті зв'язку можна судити за значенням коефіцієнта кореляції, використовуючи шкалу Чеддока.
Таблиця 17.Шкала Чеддока
Показання тісноти зв'язку
0,1-0,3
0,3-0,5
0,5-0,7
0,7-0,9
0,9-0,99
Характеристика сили зв'язку
слабка
помірна
помітна
висока
дуже висока
Досліджуючи матрицю коефіцієнтів парної кореляції можна сказати, що залежна змінна (Продуктивність праці) має зворотний зв'язок з трудовою активністю і енергоозброєність робочої сили.
Значення коефіцієнта кореляції ryx1 = -0,4613 між продуктивністю праці та енергооснащеністю робочої сили відображає той факт, що чим більше буде величина продуктивності праці, тим менше енергоозброєність робочої сили.
Значення коефіцієнта кореляції ryx2 = -0,285 між продуктивністю праці та трудової активності відображає той факт, що чим більше буде величина продуктивності праці, тим менше трудова активність.
Далі регресійний аналіз будемо проводити в ППП В«СтатЕкспертВ».
Лінійна модель множинної регресії має вигляд (формула 13):
(13)
Коефіцієнт регресії показує, на яку величину в середньому зміниться результативна ознака Y, якщо змінну збільшити на одиницю вимірювання, тобто є нормативним коефіцієнтом. Звичайно передбачається, що випадкова величина має нормальний закон розподілу з математичним очікуванням рівним нулю і з дисперсією.
Аналіз рівняння і методику визначення параметрів стають більш наочними, а розрахункові процедури істотно спрощуються, якщо скористатися матричної формою запису рівняння:
,
де Y - вектор залежної змінної розмірності, що представляє собою спостережень значень,
Х - матриця спостережень незалежних змінних, розмірність матриці Х дорівнює;
- підлягає оцінюванню вектор невідомих параметрів розмірності;
- вектор випадкових відхилень (Збурень) розмірності. p> Таким чином,
В
Рівняння містить значення невідомих параметрів. Ці величини оцінюються на основі вибіркових спостережень, тому отримані розрахункові показники не є істинними, а являють собою лише їх статистичні оцінки. Модель лінійної регресії, в якій замість істинних значень параметрів підставлені їх оцінки (а саме такі регресії і застосовуються на практиці), має вигляд:
,
де - вектор оцінок параметрів;
- вектор В«оціненихВ» відхилень регресії, залишки регресії,
- оцінка зна...
