3.7. Оцінка значущості коефiцiєнта регресiї i перевірка адекватності модель.
Якщо рівняння регресiї підібрано досить добре, то хоч би приблизно виконується умова нормального розподілу відхилень фактичних значень залежної змінної вiд її розрахункових значень ; це дозволить побудувати довірчі інтервали для коефiцiєнтiв регресiї. Приймемо в якості досліджуваної гіпотезу про ревність нулю коефiцiєнтiв регресiї в генеральній сукупності. Величина розподілена по закону Стьюдента з ступенями свободи. Середньоквадратична похибка коефіцієнта регресiї визначається за формулою:
(3.43),
- визначник матриці нормальних рівнянь (3.1 );
- алгебраїчне доповнення до елемента матриці нормальних рівнянь (3.1), що знаходиться на перетині го рядка та стовпця.
Емпіричне значення порівнюється з квантилем розподілу Стьюдента для заданого рiвнi значущості та заданого числа ступенів свободи . Гіпотеза про ревність коефіцієнта регресiї нулю відкидається, якщо .
Довірчий інтервал, в який з заданою iмовiрнiстю попадає “істинне” значення регресiї дорівнює:
(3.44).
Для оцінки адекватності одержаного рiвняння регресії необхідно порівняти залишкову дисперсію з факторною дисперсією залежної змінної, тобто скористуватись F-критерієм Фішера:
(3.45),
де
,
Емпіричне значення порівнюють з табличним для заданого рiвнi значущості i заданого числа ступенів свободи та .
При відкидається нульова гіпотеза, яка заключається в тім, що вирівнювання по одержаному рiвняння регресiї дає такі ж результати, як i вирівнювання по прямій .
Приклад 3.7. Для вхідних даних, приведених у таблиці, побудувати трохфакторну лінійну регресійну модель у стандартизованому масштабі.
Таблиця 1
Роки, Кількість підприємств, Продуктивність праці, Об’єм реалізації продукції,
Рішення. По змінних обчислимо прості середні ;
Обчислимо суми добутків а також суми для обчислення середньоквадратичних відхилень , , , . Розрахунки зведемо у таблицю 3.2
Після підстановки відповідних числових значень коефiцiєнтiв парної кореляцiї iз табл. будемо мати:
Для рішення системи нормальних рiвнянь (3.45) використаємо метод повного виключення Жордана-Гауса. Цей метод полягає в тім, що обидві частини системи (3.45) множаться на обернену матрицю , в результаті чого визначається рішення:
Якщо записати розширену матрицю (А/В) i використати до неї метод повного виключення, то одержимо:
¦ ¦
де - одинична матриця;
- вектор рішення системи;
- матриця системи нормальних рiвнянь;
- вектор - стовпець вільних членів.
Якщо в розширеній матриці (А/В) перетворити матрицю А в одиночну, одночасно проводячи аналогічні перетворення матриці В, то на масці вектора-стовпця В буде вектор рішення системи Х.
Вказані перетворення еквівалентні множенню системи (3.45) на .
Перейдемо безпосередньо до обчислень. Розширена матриця має вигляд
Складемо таблицю та зробимо відповідні перетворення:
Рiвняння регресiї в стандартизованому масштабi має вигляд:
.
- коефіцієнти дозволяють оцінювати приоритетний вплив факторів на об’єм реалізації продукції. Найбільший вплив на об’єм реалізації виявляє фактор (кількість підприємств).
Величину коефіцієнта множинної кореляцiї розрахуємо по формулі:
=
Зробимо перехід вiд - коефiцiєнтiв до коефiцiєнтiв регресiї в натуральному масштабi по формулах:
,
,
,
.
Рівняння регресії у натуральному масштабі:
25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 Наверх ↑