Инструментальные ошибки

Y' = A + B1 X1 + В2 Х2 + В3 Х3 + . ,

где

– прогнозирующая переменная

– ряд прогнозирующих переменных

– числовые множители, которые, как и для простейшего случая, вычисляются математически и постоянны в рамках одного исследования.

В нашем примере

– Y ' – результат теста первого семестра,

– Х1 – результат последнего школьного теста

– Х2 – результат раздела “Вербальное мышление”

– Х3 – результат раздела “Математика”

Допустим, при расчете получились следующие значения для числовых множителей: А = 0,18, В1 = 0,73, В2 = 0,005, В3 = 0,002, и пусть имеются результаты учащегося по каждому из трех прогнозирующих параметров:

Х1 (школьный тест) = 3,5, Х2 (вербальное мышление) = 580, ХЗ (математика) = 600

Подставляя результаты в формулу мультипольного разложения, получаем:

Таким образом, предполагаемое значение результатов теста первого семестра для этого ученика будет равно 3,15. Позже мы сравним этот результат с реальным и сделаем заключение о справедливости прогноза.

Коэффициент мультипольной корреляции

Этот коэффициент отражает степень связи между группой прогнозирующих переменных и одной прогнозируемой. Обозначать его будем R . Вычислить его величину можно по формуле Пирсона, где в качестве одной переменной берется ряд значений для прогнозирующей, а в качестве другой – прогнозируемой переменной. Возвращаясь к примеру вспомним, что для прогнозируемой переменной было получено значение 3,15. Проделав подобную процедуру для 100 учащихся получим ряд значений. Затем, обратившись к реальным значениям результатов теста для этих же студентов, получим второй ряд значений. Осуществив расчеты для этих рядов, используя формулу Пирсона, можно будет сделать вывод о том, насколько хорошо реальные значения совпадают с предсказанными в массиве данных. Если полученное значение R2 будет лежать близко к 1, то это значит, что прогноз сделан достаточно точно и результатами его можно пользоваться. Реальные значения для хорошо проведенного прогностического исследования, конечно, не дают R2 = 1, а дают его в пределах 0,8.

Коэффициент детерминации

Квадрат значения коэффициента мультипольной корреляции дает значение величины, называемой коэффициентом детерминации. (r2). Пусть r = 0,70, тогда r2 будет равно 0,49. Что же это значит? Коэффициент детерминации показывает, какой процент отклонений от истины величины прогнозируемой переменной можно отнести на счет вариаций прогнозирующих. Значение для r2 = 0,49 говорит о том, что 49% отклонений результатов от истины при прогнозировании результатов теста первого семестра происходит за счет наличия разброса значений для результатов исходных тестов. Когда результаты получаются из мультипольного разложения r2 – переходит при обозначении в R2, без перемены смысла. Ценность результатов, даваемых прогностическим уравнением, зависит от того, с какой группой производились исследования (устойчивой или нет), а также к одной ли и той же группе относятся все используемые, данные в прогнозе. Если необходимо работать с разными группами, нужно подбирать их сходными по основным параметрам.