Реферат Курсовая Конспект
Мерой для оценки включения фактора в модель - раздел Образование, Парная линейная регрессия Служит Частный F-Критерий, Т.е. ...
|
служит частный F-критерий, т.е. . Так, если оцениваем значимость влияния фактора после включения в модель факторов , то формула частного F-критерия примет вид:
. (6.20)
Если фактическое значение критерия с и степенями свободы больше табличного при заданном уровне значимости, то дополнительное включение фактора в модель статистически оправдано и коэффициент регрессии при данном факторе статистически значим.
Оценка значимости коэффициентов «чистой» регрессии
Для каждого фактора используется формула
, (6.22)
где – коэффициент «чистой» регрессии при факторе ; – средняя квадратическая ошибка коэффициента регрессии ,
, (6.23)
где – среднее квадратическое отклонение для признака y;
– коэффициент детерминации для уравнения множественной регрессии;
– среднее квадратическое отклонение для признака ;
– коэффициент детерминации для зависимости фактора со всеми другими факторами уравнения множественной регрессии.
Практические рекомендации по выполнению расчетов
с помощью табличного редактора MS Excel
Исследуется зависимость производительности труда y (т/ч) от уровня механизации работ (%), среднего возраста работников (лет) и энерговооруженности (кВт/100 работающих) по данным 14 промышленных предприятий.
y |
По исходным статистическим данным необходимо:
1. Рассчитать параметры линейного уравнения множественной регрессии с полным перечнем факторов.
2. Оценить значимость уравнения в целом, используя значение множественного коэффициента корреляции и общего F-критерия Фишера.
3. Оценить статистическую значимость параметров регрессионной модели с помощью t-критерия.
4. Исследовать коллинеарность между факторами. При наличии мультиколлинеарности исключить какой-либо фактор из уравнения регрессии.
5. Построить новое уравнение множественной регрессии, провести все необходимые исследования, аналогичные проведенным выше.
6. На основании результатов п. 5 найти
а) средние коэффициенты эластичности фактора y от независимых факторов;
б) прогнозное значение результата при значении важнейшей объясняющей переменной, равном максимальному наблюденному значению, увеличенному на 10 %, и при значении второй объясняющей переменной, равном минимальному наблюденному значению, уменьшенному на 15%.
в) Интервальное предсказание значения y с надежностью 0,95.
– Конец работы –
Эта тема принадлежит разделу:
Для проверки нулевой гипотезы о несущественности найденного параметра... Расчетные значения t статистики вычисляются по формулам...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Мерой для оценки включения фактора в модель
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов