|
0,35 1 4 8 0,3 0,25 0,2 0,15 0,1 0,05 0 На представленных выше графиках показаны уравнения зависимостей и коэффициент детерминации модели (определение вида зависимости и расчет ее параметров определялся в среде ППП Excel) [22]. Коэффициентом детерминации называется коэффициент множественной корреляции (индекс корреляции), возведенный в квадрат (R 2) [64]: R 1 = 12>(')2 ZCv.-л Г (3.6) Он показы вает долю вариации результативного признака, находящегося под воздействием изучаемых факторов, т.е. определяет, какая доля вариации признака Y учтена в модели и обусловлена влиянием на него внутренних и внеш них факторов [67]. Если коэффициент больш е 0,7, то модель может быть использована для описания процессов и явлений, поскольку она адекватно отражает более 70 % действия факторов на результирую щ ий показатель. Если коэф ф ициент детерминации во всех моделях на высоком уровне, то возможно их использование для определении основных тенденций изменения инвестиционной привлекательности маш иностроения, что удовлетворяет цели построения трендовых моделей. Для выбора модели |
133 На представленных выше графиках показаны уравнения зависимостей и коэффициент детерминации модели (определение вида зависимости и расчет ее параметров определялся в среде ППП Excel). Коэффициентом детерминации называется коэффициент множественной корреляции (индекс корреляции), возведенный в квадрат (R ): Он показывает долю вариации результативного признака, находящегося под воздействием изучаемых факторов, т.е. определяет, какая доля вариации признака Y учтена в модели и обусловлена влиянием на него внутренних и внешних факторов. Если коэффициент больше 0,7, то модель может быть использована для описания процессов и явлений, поскольку она адекватно отражает более 70 % действия факторов на результирующий показатель. Поскольку коэффициент детерминации во всех моделях на высоком уровне, то возможно их использования для определении основных тенденций изменения инвестиционной привлекательности машиностроения, что удовлетворяет цели построения трендовых моделей. Для выбора модели определим ошибку модели (а), F-статистику Фишера (Ь) и уровень значимости гипотезы об отсутствии связи (с): Проверку значимости уравнения регрессии произведем на основе вычисления F-критерия Фишера: Табличное значение критерия при доверительной вероятности 0,95 составляет 3,81. (найдено с помощью функции FPACnOBP) Если Рфагг > F-ra&fi»полученную модель следует признать адекватной. Уровень значимости и ошибку модели определим при помощи стандартных процедур описательной статистики пакета анализа ППП Excel. Результаты расчета показателей, подтверждающих качество построенной модели, представлены в таблице 3.10. 2 » 2 (3.5) F (l-R 2)/(n -k -l) R2/к (3.6) |