Уравнение регрессии и все статистические параметры получим по Анализ данных/Регрессия. Причем, в диалоговом окне ввода данных и параметров вывода можно поставить флажок на позиции Остатки, чтобы сразу получить значения :
ВЫВОД ИТОГОВ | |||||
Регрессионная статистика | |||||
Множественный R | 0,991706944 | ||||
R-квадрат | 0,983482664 | ||||
Нормированный R-квадрат | 0,97935333 | ||||
Стандартная ошибка | 1,27038632 | ||||
Наблюдения | |||||
Дисперсионный анализ | |||||
df | SS | MS | F | Значимость F | |
Регрессия | 384,3778 | 384,377807 | 238,16 | 0,000103 | |
Остаток | 6,455526 | 1,613881402 | |||
Итого | 390,8333 | ||||
Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | ||
Y-пересечение | -93,21832884 | 8,766333 | -10,6336741 | 0,000443 | |
Доход, % к 1985 г | 1,246630728 | 0,080778 | 15,43275083 | 0,000103 | |
ВЫВОД ОСТАТКА | |||||
Наблюдение | Предсказанное Расход, руб | Остатки ε | |||
31,44474394 | -1,44474 | 2,087285039 | |||
35,18463612 | -0,18464 | 0,034090496 | 1,587872 | ||
37,67789757 | 1,322102 | 1,747954825 | 2,270261 | ||
42,66442049 | 1,33558 | 1,78377264 | 0,000182 | ||
50,14420485 | -0,1442 | 0,020795039 | 2,189762 | ||
53,88409704 | -0,8841 | 0,781627567 | 0,54744 | ||
Сумма | 6,455525606 | 6,595517 |
Выводы:
Ø Уравнение достоверно на 98%.
Ø Статистика критерия Фишера – 238,16; значимость F – 0,000103, что не превышает допустимый уровень значимости 0,05. Уравнение в целом признаем значимым.
Ø Статистики критерия Стъюдента для коэффициентов регрессии также имеют допустимый уровень ошибки (P-значение) и признаются значимыми.
Найдем коэффициенты автокорреляции остатков до порядка. Поскольку в этой задаче 6 наблюдений, ищем для ряда остатков с помощью функции Коррел.
r1 | r2 |
0,314389 | -0,88749 |
Вывод: коэффициент автокорреляции второго порядка достаточно высок, что может указывать на невозможность использования линейного уравнения регрессии для прогнозирования.
Для окончательно проверки остатков регрессии на автокорреляцию, рассчитаем значение d-статистики Дарбина-Уотсона , получаем . Критические значения критерия (по таблице) . Поскольку выполняется неравенство , гипотеза о независимости остатков отклоняется, и модель признается неадекватной по данному критерию.