№ п/п | |||||
3,1 | 3,4705 | 0,8100 | 0,2804 | 0,1373 | |
3,1 | 3,4364 | 0,8100 | 0,3176 | 0,1132 | |
5,0 | 5,1254 | 1,0000 | 1,2665 | 0,0157 | |
4,4 | 3,6468 | 0,1600 | 0,1248 | 0,5673 | |
4,4 | 4,3179 | 0,1600 | 0,1011 | 0,0067 | |
Итого | - | - | 2,9400 | 2,0904 | 0,8402 |
Расчетные значения получены путем подстановки в уравнение регрессии факторных данных по наблюдению к. Например, для первого наблюдения при и имеем
.
Теоретические коэффициенты множественной детерминации и корреляции (31) равны:
.
Коэффициент практически совпал по всем трем методам своего расчета - по методу коэффициентов корреляции (3), по методу коэффициентов раздельной детерминации (29) и по методу теоретического коэффициента детерминации (32), отличаясь численно по ним за счет округлений лишь третьей цифрой после запятой: соответственно 0,713, 0,712 и 0,711.
Полученный коэффициент показывает, что 71,1% всей вариации товарооборота y объясняется ее линейной зависимостью от изменения факторов и , а оставшиеся 28,9 % приходятся на долю других (не рассматриваемых) факторов или же обусловлены криволинейной связью y со своими факторами.
Коэффициент множественной корреляции свидетельствует о наличии прямолинейной зависимости вариации у с совокупной вариацией факторов и , которая оценивается по шкале Чеддока как "высокая".
Для проверки значимости уравнения регрессии с помощью коэффициента следует сначала установить, какое его значение надо использовать - исходное (теоретическое) или же скорректированное.
Так как , то надо брать скорректированный коэффициент. Тогда по (33.6) и (7) получим:
.
При уровне значимости и имеющихся степенях свободы и находим . Так как , то уравнение регрессии является статистически незначимым и связь между признаками подлежит замене на криволинейную.
Для проверки значимости коэффициентов уравнения регрессии находим при и . Фактические значения этого критерия с учетом найденных диагональных элементов обратной матрицы и согласно (33) равны:
.
Так как больше, a и меньше , то коэффициент - значим, а коэффициенты и - незначимы. Незначимые факторные коэффициенты указывают на возможность отсева из уравнения регрессии соответствующих факторов. Очередность отсева целесообразно установить по значению , т.е. первым должен отсеиваться фактор как имеющий минимальный вклад в совокупный коэффициент детерминации . Отсевом факторов заниматься не будем. Критерием правильности отсевов должен служить рост критерия .
Аналогичным образом проводится регрессионный анализ для криволинейных уравнений регрессий с той лишь разницей, что в таком случае в основе будет находиться не СНУ, а система дифференциальных уравнений, которая по учебной программе не предусмотрена.