A regressziós és rugalmassági együtthatók standardizált együtthatói és azok értelmezése -
A standardizált regressziós együtthatót a képlet adja meg
# 946; j - együttható az xj tényezővel.
Meghatározza a xj variációjának hatását a kapott tulajdonság variációjára abban az esetben, ha a regressziós egyenletben szereplõ egyéb tényezõk együttes hatása a distrakcióra vonatkozik.
mert # 946; j összehasonlítható, akkor ezeknek az együtthatóknak a nagysága alapján a tényezőket az eredményre gyakorolt hatásuk erősségének megfelelően rangsorolhatjuk.
A legnagyobb hatással van az y variációjára, azaz. a nyereségnek az összes eszközhöz viszonyított arányát az x1 tényező biztosítja. részesedése a T-számlák eszközeiben, mivel # 946; 1 legnagyobb. Ezután a hatás x1, és az x2 tényező a legkevésbé befolyásolja.
A regressziós egyenlet szabványosított skálán.
standardizált regressziós paraméterek
A standardizált együtthatók jelentése # 946; j lehetővé teszi számukra, hogy a tényezõk megszüntetésére használják, azaz. A modell kizárja a legalacsonyabb értékű tényezőket # 946; j.
Következtetés: Az x1 eltérése 1 d-val, változatlan x2-vel és x3-val, y növekszik átlagosan 0, 6957 (# 946; j) d
A feltételesen tiszta regresszió koefficienseit viszonylag hasonló mutatók formájában lehet kifejezni - a rugalmasság átlagos együtthatói.
Az átlagos rugalmassági együttható azt mutatja, hogy ha az xj tényező 1% -kal változik, akkor az eredményül kapott érték 3% -kal változik az összes többi tényező változatlan hatásával.
A többszörös regresszióhoz 2 tényezőt alkalmazva a standardizált regresszió együtthatóit a következő tényezők találhatják: