Меню
Главная
Авторизация/Регистрация
 
Главная arrow Экономика arrow Автоматизированный корреляционно-регрессионный анализ взаимосвязи статистических данных в среде MS Excel

Определение значимости коэффициентов уравнения

Уровень значимости - это величина б=1-Р, где Р - заданный уровень надежности (доверительная вероятность).

Режим работы инструмента Регрессия использует по умолчанию уровень надежности Р=0,95. Для этого уровня надежности уровень значимости равен б = 1 - 0,95 = 0,05. Этот уровень значимости считается заданным.

В инструменте Регрессия надстройки Пакет анализа для каждого из коэффициентов а 0 и а 1 вычисляется уровень его значимости бр, который указан в результативной таблице (табл.2.7 термин "Р-значение"). Если рассчитанный для коэффициентов а 0, а 1 уровень значимости бр, меньше заданного уровня значимости б= 0,05, то этот коэффициент признается неслучайным (т.е. типичным для генеральной совокупности), в противном случае - случайным.

Примечание. В случае, если признается случайным свободный член а 0, то уравнение регрессии целесообразно построить заново без свободного члена а 0. В этом случае в диалоговом окне Регрессия необходимо задать те же самые параметры за исключением лишь того, что следует активизировать флажок Константа-ноль (это означает, что модель будет строиться при условии а 0=0). В лабораторной работе такой шаг не предусмотрен.

Если незначимым (случайным) является коэффициент регрессии а 1, то взаимосвязь между признаками X и Y в принципе не может аппроксимироваться линейной моделью.

Вывод:

Для свободного члена а 0 уравнения регрессии рассчитанный уровень значимости есть бр =0,142361588 Так как он больше заданного уровня значимости б=0,05, то коэффициент а 0 признается случайным.

Для коэффициента регрессии а 1 рассчитанный уровень значимости есть бр =0,0197601Е-12. Так как он меньше заданного уровня значимости б=0,05, то коэффициент а 1 признается типичным.

 
Если Вы заметили ошибку в тексте выделите слово и нажмите Shift + Enter
< Предыдущая   СОДЕРЖАНИЕ   Следующая >
 

СКАЧАТЬ ОРИГИНАЛ
Автоматизированный корреляционно-регрессионный анализ взаимосвязи статистических данных в среде MS Excel
1. Постановка задачи статистического исследования2. Выводы по результатам выполнения лабораторной работы2.1 Установление наличия статистической связи между факторным признаком Х и результативным признаком Y графическим методом2.2 Установление наличия корреляционной связи между признаками Х и Y методом аналитической группировки2.3 Оценка тесноты связи признаков Х и Y на основе эмпирического корреляционного отношения2.4 Построение однофакторной линейной регрессионной модели связи изучаемых признаков с помощью инструмента Регрессия надстройки Пакет анализа и оценка тесноты связи на основе линейного коэффициента корреляции r2.5 Анализ адекватности и практической пригодности построенной линейной регрессионной модели2.6 Определение значимости коэффициентов уравнения2.7 Зависимость доверительных интервалов коэффициентов уравнения от заданного уровня надежности2.8 Определение практической пригодности построенной регрессионной модели2.9 Общая оценка адекватности регрессионной модели по F-критерию Фишера2.10 Оценка погрешности регрессионной модели2.11 Экономическая интерпретация коэффициента регрессии а 12.12 Экономическая интерпретация коэффициента эластичности2.13 Экономическая интерпретация остаточных величин еi