Quadratic Residual Model. To furthe

Quadratic Residual Model. To further analyze the fit
effect, we performed a quadratic residual regression
model. Studying squared residuals is an alternative to
the absolute residuals model. However, a quadratic
model is more useful because it allows estimating of first- and second-order effects simultaneously; it
includes squared residuals, but at the same time it
allows for more specific testing of the optimality conditions
of the fit model. The quadratic residual model is as
follows:
Performance = b0 + b1e + b2e2,where Performance refers to either strategic or financial
performance; e refers to the residuals from the fit model;
and b0, b1, and b2 are the regression coefficients of the
quadratic model. This is a parabolic function, and we
obtain the maximum value of performance at e =
–b1/(2b2), if b2 < 0 (required for the parabola to open
downward so that the function is convex with one
maximum). Therefore, if b1 = 0, we obtain the maximum
at e = 0. Thus, the advantage of the quadratic
model is that we can test statistically (1) whether fit
matters generally (significant model fit), (2) whether a
better fit implies better performance (b2), and (3)
whether firms in general over- or understandardize marketing
strategies (or use too much or too little breadth
for product offering) with respect to performance (b1).

ผลลัพธ์ (ไทย) 2:

กำลังสองรุ่นที่เหลือ เพื่อวิเคราะห์พอดี
ผลที่เราดำเนินการถดถอยที่เหลือเป็นกำลังสอง
รูปแบบ การศึกษาที่เหลือยกกำลังสองเป็นทางเลือกที่
เหลือรูปแบบที่แน่นอน อย่างไรก็ตามกำลังสอง
รูปแบบเป็นประโยชน์มากขึ้นเพราะจะช่วยให้การประเมินของครั้งแรกและครั้งที่สองผลกระทบการสั่งซื้อพร้อมกัน; มัน
รวมถึงการยกกำลังสองเหลือ แต่ในขณะเดียวกันก็
ช่วยให้สำหรับการทดสอบเฉพาะเจาะจงมากขึ้นของภาวะ optimality
ของรูปแบบพอดี รูปแบบสมการกำลังสองที่เหลือจะเป็น
ดังนี้
ผลการดำเนินงาน = b0 + + B1E b2e2 ซึ่งหมายถึงผลการดำเนินงานทั้งเชิงกลยุทธ์ทางการเงินหรือ
ผลการปฏิบัติงาน อิเล็กทรอนิกส์หมายถึงเหลือจากรูปแบบพอดี;
และ b0, b1 และ b2 มีค่าสัมประสิทธิ์การถดถอยของ
รูปแบบสมการกำลังสอง นี้เป็นฟังก์ชั่นเป็นรูปโค้งและเรา
ได้รับค่าสูงสุดของการปฏิบัติงานที่จ =
-b1 / (2B2) ถ้า b2 <0 (จำเป็นสำหรับรูปโค้งเพื่อเปิด
ลงเพื่อให้การทำงานเป็นนูนกับหนึ่ง
สูงสุด) ดังนั้นถ้า b1 = 0 เราได้รับสูงสุด
ได้ที่ e = 0 ดังนั้นประโยชน์จากกำลังสอง
รูปแบบคือการที่เราสามารถทดสอบทางสถิติ (1) ไม่ว่าจะเป็นแบบที่
เรื่องทั่วไป (พอดีรูปแบบที่สำคัญ), (2) ไม่ว่าจะเป็น
แบบที่ดีขึ้น หมายถึงประสิทธิภาพที่ดีขึ้น (b2) และ (3)
ไม่ว่าจะเป็น บริษัท ทั่วไปเกินหรือ understandardize การตลาด
กลยุทธ์ (หรือใช้ความกว้างมากเกินไปหรือน้อยเกินไป
สำหรับการเสนอขายผลิตภัณฑ์) ที่เกี่ยวกับผลการปฏิบัติงาน (b1)

ผลลัพธ์ (ไทย) 3:

รุ่นตกค้างกำลังสอง . วิเคราะห์ผลต่อไปพอดี เราก็แสดงการถดถอยแบบ
ตกค้างกำลังสอง . การศึกษาความคลาดเคลื่อนกำลังสองเป็นทางเลือก
คลาดเคลื่อนสัมบูรณ์แบบ อย่างไรก็ตาม รูปแบบกำลังสอง
เป็นประโยชน์ เพราะจะช่วยให้ประเมินของแรกและสอง - ผลพร้อมกัน ;
รวมถึงความคลาดเคลื่อนยกกำลังสอง แต่ในเวลาเดียวกันมัน
ช่วยให้สำหรับการทดสอบที่เฉพาะเจาะจงมากขึ้นของเงื่อนไขความเหมาะที่สุด
ของพอดีกับรูปแบบ รุ่นตกค้างกำลังสองเป็นดังนี้ :

) = B0 b1e b2e2 ที่ประสิทธิภาพ หมายถึง การปฏิบัติงานทั้งเชิงกลยุทธ์หรือการเงิน
; E หมายถึงความคลาดเคลื่อนจากพอดีและรูปแบบ ;
B0 , B1 และ B2 เป็นสัมประสิทธิ์ถดถอยแบบกำลังสองของ
. นี้เป็นฟังก์ชันพาราโบลา และเรา
ให้ได้คุณค่าสูงสุดของการแสดงที่ E =
( B1 / B2 ( 2B2 ) ถ้า < 0 ( จำเป็นสำหรับพาราโบลาเปิด
ลงเพื่อให้ฟังก์ชันนูนด้วย
สูงสุด ) ดังนั้น ถ้า B1 = 0 , เราได้รับสูงสุด
ที่ E = 0 ดังนั้น ข้อดีของรูปแบบ Quadratic
คือเราสามารถทดสอบทางสถิติ ( 1 ) ไม่ว่าพอดี
เรื่องทั่วไป ( แบบพอดี ) ) , (
2 ) ว่าดีกว่า พอดีบางประสิทธิภาพที่ดีขึ้น ( 2 ) และ ( 3 )
ไม่ว่าบริษัททั่วไปเกินหรือ understandardize กลยุทธ์การตลาด
( หรือใช้มากเกินไป หรือน้อยเกินไปกว้าง
เสนอผลิตภัณฑ์ ) ส่วนประสิทธิภาพ ( B1 )