Матрица парных коэффициентов корреляции
Лабораторная работа №2
2. Анализ исходных данных производить согласно «Схемы построения множественного уравнения регрессии» (см. конспект лекций). 3. Построение уравнения производить, используя пошаговую регрессию вперед.…Матрица исходных данных
Данные стандартизованы, так как имеют различные единицы измерения.
Матрица парных коэффициентов корреляции
Проверка значимости парных коэффициентов корреляции на основе t-критерия
Анализ матрицы парных коэффициентов корреляции на наличие мультиколлинеарности
Индикатором наличия мультиколлинеарности является превышение парного линейного коэффициента по модулю 0,8.
Из матрицы (2) очевидно, что ни один из парных линейных коэффициентов корреляции не превышает 0,8.
Построение уравнения многофакторной регрессии
5.2. МНК В модель многофакторной регрессии включаем только 2 признака - оснащение и…Стандартный (метод наименьших квадратов).
Результаты составной регрессии Подчиненный фактор цена,$Проверка значимости коэффициентов регрессии на основе t-критерия Стьюдента
Красным цветом подсвечены значимые коэффициенты, таким образом В (разрыв) является не значимым и соответственно в уравнении а0 равен 0.
В обоих случаях (и для объема памяти и для оснащения) вероятность p меньше чем 0,05,следовательно, эти коэффициенты включаются в модель.
Проверка значимости уравнения регрессии по F-критерию Фишера-Снедекера
Проведем проверку адекватности всей модели с помощью критерия Фишера-Снедекера и величины средней ошибки аппроксимации, величина средней ошибки… Для принятия решения и проведения прогноза необходимо, чтобы построенная…Получим нормальное вычерчивание остатков.
Для метода пошаговой регрессии (вперед пошагово).
Для метода пошаговой регрессии (назад пошагово).
Для метода МНК.
Статистически значимое уравнение регрессии, содержащее статистически значимые параметры
Y (i)=a1*X (i) 3+a2*X (i) 4 +a3*X (i) 5 ,Экономическая интерпретация коэффициентов уравнения регрессии
Для прогноза мы используем табличную модель, она является наглядной и удобной в пользовании.
Коэффициент разрыва равен 0 ,следовательно, при нулевых значения факторных признаков, значение зависимого признака равно 0.
Оба коэффициента положительны.