По мнению некоторых исследователей два показателя считаются коллинеарными, если парный коэффициент корреляции между ними по абсолютной величине больше 0,8.[48] И.Г.Венецкий и В.И.Венецкая считают, что исключению из анализа обычно подлежат те показатели, которые при парном коррелировании друг с другом и с результативным признаком дают высокий линейный коэффициент корреляции, превышающий по абсолютной величине 0,85 (г > 0.85).[26, 27] Наличие такой линейной связи между двумя показателями называют их коллинеарностью, а между несколькими показателями мультиколлинеарностью. Высокая теснота связи между показателями, оцененная по парным коэффициентам корреляции, может привести к искажению смысла коэффициентов корреляции, к высоким дисперсиям, показывающим слабую информативность статистических данных. Из таблицы 3.1 видно, что между прибылью (У) и объемом реализации (Xi) существует достаточно тесная связь: парный коэффициент корреляции г = 0.824. Между прибылью и численностью работающих (Х2) связь определена парным коэффициентом корреляции, равным г = 0,752. Прибыль и затра-, ты на производство (Х3) имеют парный коэффициент корреляции г = 0.812. Прибыль и фонд оплаты труда имеют парный коэффициент корреляции г = 0.517. Прибыль и налоги в бюджет имеют парный коэффициент корреляции г 0.461. Если критерием коллинеарности принять г = 0.85, то связь между результирующим признаком Y и показателями Хь Х2, Х3, Х4, Х5, не является коллинеарной. Между показателями существует следующая связь, оцененная по коэффициентам парной корреляции: между Х{ и Х2 коэффициент парной корреляции равен 0,758, между Х и Х3 коэффициент парной корреляции равен 0,840, между Х и Х4 коэффициент парной корреляции равен 0,346, |
68 х3 X4 затраты на производство; фонд оплаты труда; х5 платежи в бюджет. Получены коэффициенты парной корреляции, по которым можно судить о тесноте связи между функцией и факторами-показателями и между самими показателями. В таблице 14 приведены коэффициенты парной корреляции для показателей 1994 года. Таблица 14 Коэффициенты парной корреляции У Л х2 Х3 х4 х5 У 1 0• -0.824 -0.752 0. 812 -0.515 0.461 -0.824 1.0 0.758 -0.840 0.346 -0.681 х2 -0.752 0.758 1.0 -0.766 0.152 -0.749 хз 0.812 -0.840 -0.766 1.0 -0.497 0.605 х4 -0.517 0.346 0.152 -0.497 1.0 0.054 х5 0.461 -0.681 -0.749 0.605 0.053 1.0 По мнению некоторых исследователей /50, 52/, два показателя считаются коллинеарными, если парный коэффициент корреляции между ними по абсолютной величине больше 0,8. И.Г.Венецкий и В.И.Венецкая /23-25/ считают, анализа обычно подлежат те показатели, которые при парном коррелировании друг с другом и с результативным признаком дают высокий линейный коэффициент корреляции, превышающий по абсолютной величине 0,85 (г > 0.85). Наличие такой линейной связи между двумя показателями на 69 зывают их коллинеарностью, а между несколькими показателями муль тико ллин еарностью. Высокая теснота связи между показателями, оцененная по пар ным коэффициентам корреляции, может привести к искажению смысла коэффициентов корреляции, к высоким дисперсиям, слабую информативность статистических данных. показывающим Из таблицы 14. видно, что между прибылью (у) и объемом реализацзации (хх) существует достаточно тесная связь: парный коэффициент корреляции г = 0.824. Между прибылью и численностью работающих (х2) связь определена парным коэффициентом корреляции, равным г = 0.752. Прибыль и затраты на производство (х3) имеют парный коэффициент фонд труда имеют парный коэффициент корреляции г = 0.517. Прибыль и налоги в бюджет имеют парный коэффициент корреляции г = 0.461. Если критерием коллинеарности принять г =0.85, то связь между результирующим признаком у и показателями xt, х2, хз> х4, х 5 ’ не является коллинеарной. Между показателями существует следующая связь, оцененная по коэффициентам между х4 и х2 коэффициент ной корреляции равен 0,758, между хх и х3 г = 0.840, между х 1 и х г4 0.346, между х« и х5 = г = 0.681, между х2 и х г =з 0,766, между х2 и х4 г = 0.152, между х2 и х5 г 0.749, между х3 и х4 г = 0.497, между х3 и х5 х5 г = 0. 053. 0.65, между х4 иг Приведенные коэффициенты парной корреляции свидетельствуют , об отсутствии коллинеарности и мультиколлениарности между показателями. Поэтому все показатели могут использоваться для полу чения уравнения множественной регрессии. |