|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Оцінка істотності рівняння в цілому і окремих його параметрів (F-критерій Фішера, t-критерій Стьюдента)
F-тест – оцінює якість рівняння регресії – складається з перевірки гіпотези Н0 про статистичну незначність рівняння регресії та показника тісноти зв`язку. Для цього виконується порівняння фактичного Fфакт та критичного (табличного) Fтаб значень F- критерію Фішера. Fфакт визначається із співвідношень значень факторних і залишкових дисперсій, розрахованних не на одну ступінь свободи:
де n – число одиниць сукупності m – число параметрів при змінних х Fтаб– це максимально можливе значення критерія під впливом випадкових факторів при заданнихступінях свободи і рівня значимості . Рівень значимості - ймовірність відхилити праивльну гіпотезу за умови, що вона вірна. Звичайно приймають такою, яка рівна 0,05 або 0,01. Якщо Fтаб<Fфакт, то Н0 – гіпотеза про випадкову природу характеристик, що оцінюється, відхиляється і признається іх статистична значимість та надійність. Якщо Fтаб>Fфакт, то гіпотеза Н0 не відхиляється і признається статистична незначимість, ненадійність у рівнянні регресії. Для оцінки статистичної значимості коефіцієнтів регресії кореляції розраховується t-критерій Ст`юдента та довірливі інтервали кожного з показників. Висувається гіпотеза Н0 про випадкову природу показників, тобто про незначну іх відміну від нуля. Оцінка значимості коефіцієнтів регресії і кореляції з допомогою t-критеріяСт`юдента проводиться шляхом зіставлення іх значень з величиною випадкових помилок:
Випадкові помилки параметрів лінійної регресії і коефіцієнта кореляції визначається за формулами: Порівнюючи фактичне і критичне (табличне) значення t-статистики – tтабл і tфакт – приймаємо або відкидаємо гіпотезу Н0. Зв`язок між F-критерієм Фішера та t-статистикою Ст`юдента виражається рівнянням Якщо tтабл<tфактто Н0 відхиляється, тобто а,b і rxy не випадково відхиляються від нуля і сформувалися під впливом систематично діючого фактора х. Якщо tтабл>tфакт, то гіпотеза Н0 не відхиляється і признається випадкова природа формування а,b або rxy. Для розрахунку довірливого інтервалу визначаємо граничну помилку для кожного показника: , Формули для розрахунку довірливих інтервалів мають такий вигляд:
Якщо в межі довірливого інтервалу потрапляє нуль, тобто нижня межа від`ємна, а верхня додатня, то параметр, що оцінюється, приймається нульовим, він не може одночасно приймати і додатнє і від`ємне значення. Прогностичне значення урвизначається шляхом підстановки в рівняння регресії відповідного прогнозного значення хр. Розраховується середня стандартна помилка прогноза : где і будується довірливий інтервал прогнозу ; ; ; 4. Прогноз за лінійним рівнянням регресії. Середня похибка апроксимації.
Лінійна регресія: Для лінійних та нелінійних рівнянь, що зводяться до лінійних, вирішується така схема відносно а і b: Можна скористатись готовими формулами, які виходять з цієї системи:
Тісноту зв`язку явищ, що вивчаються, оцінює лінійнийкоефіцієнт парної кореляції для линійної регресії ():
та індекс кореляції - для нелінійної регресії (): Оцінку якості побудованої моделі дає коефіцієнт (індекс) детермінації, а також середня помилка апроксимації.
Щоб мати загальне судження про якість моделі з відносних відхилень за кожним спостереженням, визначають середню помилку апроксимації: = Середня помилка апроксимації не повинна перевищувати 8-10%. Відповідно до основної ідеї факторного аналізу, загальна сума квадратів відхилень змінної Y від середнього значення розкладається на дві частини: , де – загальна сума квадратів відхилень; – сума квадратів відхилень, пояснена регресією (або факторна сума квадратів відхилень); – залишкова сума квадратів відхилень, що характеризує вплив неврахованих у моделі факторів.
Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.005 сек.) |