y =-= 78 min zl
10
Współczynnik zbieżności:
= 0,146
informuje, że 14,6% zmienności obrotów w badanych sklepach nie jest wyjaśnione przez kształtowanie się wielkości zatrudnienia, będąc następstwem oddziaływania innych czynników. Wartość współczynnika niezbyt oddalona od 0 wskazuje, że funkcja dość dobrze opisuje rzeczywisty wpływ zatrudnienia na wielkość obrotów.
Współczynnik determinacji:
R:(y.x) = 1 -tp 2(yx) = 1-0,146 = 0,854
oznacza, że 85% zmienności obrotów w badanych sklepach jest wyjaśnione kształtowaniem się wielkości zatrudnienia.
Współczynnik korelacji:
R(yx) = yj\-(p2(yx) = -0,146 = 0,924 świadczy o dość dużej sile współzależności między obrotami i zatrudnieniem i jest równy współczynnikowi korelacji Pcarsona obliczonemu w P3.5.
B. Oceniamy dopasowanie funkcji o postaci ,v( = 1,33 + 0,124yi (1*3.12), opisującej wpływ wielkości obrotów' (y,) na liczbę zatrudnionych (.v,).
X, |
y, |
*1 |
(•W/) |
(*(-*() |
(vf ~xt) | |
23 |
149 |
19,8 |
3,2 |
10,24 |
12 |
144 |
4 |
35 |
5,7 |
-1.7 |
2,89 |
-7 |
49 |
12 |
69 |
9,9 |
2,1 |
4,41 |
1 |
1 |
3 |
33 |
5,4 |
-2,4 |
5,76 |
-8 |
64 |
17 |
119 |
16,1 |
0,9 |
0,81 |
6 |
36 |
2 |
6 |
2,1 |
-0,1 |
0,01 |
-9 |
81 |
21 |
176 |
23,2 |
-2,2 |
4,84 |
10 |
100 |
9 |
98 |
13,5 |
-4,5 |
20,25 |
-2 |
4 |
7 |
48 |
7.3 |
-0,3 |
0,09 |
-4 |
16 |
12 |
47 |
7.2 |
4.8 |
23.04 |
1 |
1 |
110 |
780 |
X |
X |
72.34 |
O |
496 |
Współczynnik zbieżności:
R2(\y) = 1 -<p2(xy) = 1 - 0,146 = 0,854
Współczynnik korelacji:
Współczynnik determinacji:
R(xy) = VH2(xy) = 0,924
Interpretacja obliczonych charakterystyk liczbowych taka sama jak poprzednio.
Jak mogliśmy zauważyć, analizując wyniki obliczeń wykonanych w P3.17, współczynniki zbieżności, współczynniki determinacji i współczynniki korelacji dla obu funkcji liniowych są takie same, o czym pisano przy omawianiu współczynnika korelacji Pcarsona. A zatem nawet wtedy, gdy mamy do czynienia z liniowym związkiem dwustronnym i szacujemy parametry obu funkcji regresji omówione wyżej miary wystarczy obliczyć tylko dla jednej funkcji.
Jeżeli analizujemy związek dwóch cech na podstawie informacji zapisanych w tablicy korelacyjnej, chcąc ocenić regresję, posłużymy się wzorami pośrednimi (3.30 - 3.33).
1’3.18. Obliczanie metodą pośrednią parametrów funkcji regresji opisujących powiązania między stawką zaszeregowania (x,) oraz liczbą dni absencji chorobowej (y,) w zbiorowości pracownic pewnego zakładu w maju 1988 r.
W P3.6 obliczono r(xy) = -0,581. x = 82 z.l/1 rg, y = 7 dni,
.v(.r) = 6.59 z.l/1 rg, s(y) = 3.89 dni.
A. Parametry funkcji opisującej wpływ stawki zaszeregowania (x,) na liczbę dni absencji (y,):
3 89
= _o,581. — = -0,34 6,59
a(y) =y- b(y)-x = 7 - (-0,34) • 82 = 34,88
Funkcja ma postać fy = 34,88 -0,34.v(, a współczynnik regresji informuje, że
zwiększenie stawki zaszeregowania o 10 z.l powoduje spadek absencji chorobowej o 3,4 dni.
171