Построение уравнения многофакторной регрессии

5.1. пошаговый регрессионный анализ

5.2. МНК

В модель многофакторной регрессии включаем только 2 признака - оснащение и объем памяти.

 

 

5.1.1.Пошаговый регрессионный анализ «вперед пошагово».

Результаты составной регрессии (step 2, final solution)

no other F to enter exceeds specified limit

подчиненный фактор цена,$

Умножение R 0,70497034

F = 24,20613 (коэффициент Фишера)

R?= 0,49698318

df = 2,49

Число случаев:52

adjusted R?= 0,47645188

p = 0,000000

Standard error of estimate: 0,723566251

Разрыв: 0,000000000 Std.Error: 0,1003406 t(49) = ,00000 p = 1,0000

объем памяти, beta=0,538 оснащение beta=0,328

 

 

Итоговое уравнение Y ⁽ⁱ⁾=a₁*X ⁽ⁱ⁾ ₄+a₂*X ⁽ⁱ⁾ _{5 ,} выглядит как

 

Y ⁽ⁱ⁾ = 0,3282*X ⁽ⁱ⁾ ₄+0,5376*X ⁽ⁱ⁾ ₅

 

5.1.2.Пошаговый регрессионный анализ «назад пошагово».

Результаты составной регрессии(step 2, final solution)

no other F to remove is less than specified limit

 

подчиненныйцена,$

Умножение R 0,63083931

F = 33,05072 (коэффициент Фишера)

R?= 0,39795824

df = 1,50

Число случаев:52

adjusted R?= 0,38591740

p = 0,000001

Standard error of estimate: 0,783634225

Разрыв: 0,000000000 Std.Error: 0,1086705 t(50) = 0,00000 p = 1,0000

объем памяти, beta=0,631

 

 

Итоговое уравнение Y ⁽ⁱ⁾=a₁*X ⁽ⁱ⁾ ₄+a₂*X ⁽ⁱ⁾ _{5 ,} выглядит как

 

Y ⁽ⁱ⁾ = 0,631*X ⁽ⁱ⁾ ₅