Проверяемый текст
[стр. 81]

коэффициент доверия После этого модель решается и снова производится оценка значимости всех коэффициентов регрессии.
Если среди них опять окажутся незначимые, то снова исключается фактор с наименьшим коэффициентом {.
Процесс исключения факторов продолжается до тех пор, пока не получено уравнение регрессии, все коэффициенты в котором значимы.
Пошаговая регрессия применяется для минимизации количества независимых переменных, входящих в исследуемую модель.
Проверка адекватности модели одна из важнейших процедур регрессионного анализа, поскольку исследователь должен удостовериться в
том, что практическое использование полученной модели приведет к положительным результатам.
На основе уравнения регрессии и отклонений реального и рассчитанного значения отклика можно вычислить средний квадрат этих отклонений, т.
е.
средний квадрат отклонений фактических значений результативного признака от теоретических его значений, полученных путем подстановки в уравнение регрессии соответствующих значений признакафактора (3.37):
±<у Я ) ' с ' = — ■ (3.37) Р Это мера колеблемости фактических значений у около соответствующих теоретических значений, т.
е.
около линии регрессии (остаточная дисперсия).
Показатели регрессии и корреляции параметры уравнения регрессии, индексы или коэффициенты детерминации и корреляции, исчисленные для ограничений по объему совокупности, могут быть искажены действием случайных факторов.
Поэтому нужно проверить, насколько показатели характерны для того комплекса условий, в которых находится исследуемая совокупность, не являются ли они результатом стечения случайных обстоятельств.
Проверка значимости (существенности) показателей
[стр. 187]

187 Для проверки значимости полученных коэффициентов регрессии необходимо воспользоваться формулами (5.26) и (5.27) [3]: л / и 2 ^ = а 0--------, (5.26) о .
г, = а, ^ (5.27) Ра, Расчетное значение 1-критерия сравнивается по абсолютной величине с граничным (табличным) при (р-п) степенях свободы и заданном уровне значимости (чаще всего принимают а=0,01 или а=0,05).
Если фактическое значение ^критерия больше табличного, то данный параметр считается значимым.
Иначе он считается незначимым и исключается из рассмотрения.
Оценка значимости коэффициентов регрессии с помощью ^критерия часто используется для завершения отбора факторов в процессе шагового анализа.
Наиболее известны две процедуры, которые реализованы в прикладных пакетах: последовательное увеличение и последовательное уменьшение группы независимых переменных [25].
Например, последовательное уменьшение заключается в том, что после решения модели и оценки значимости всех коэффициентов регрессии из модели исключается тот фактор, коэффициент при котором незначим и имеет наименьший коэффициент доверия (.
После этого модель решается и снова производится оценка значимости всех коэффициентов регрессии.
Если среди них опять окажутся незначимые, то снова исключается фактор с наименьшим коэффициентом /.
Процесс исключения факторов продолжается до тех пор, пока не получено уравнение регрессии, все коэффициенты в котором значимы.
Пошаговая регрессия применяется для минимизации количества независимых переменных, входящих в исследуемую модель.
Проверка адекватности модели одна из важнейших процедур регрессионного анализа, поскольку исследователь должен удостовериться в


[стр.,188]

188 том, что практическое использование полученной модели приведет к положительным результатам.
На основе уравнения регрессии и отклонений реального и рассчитанного значения отклика можно вычислить средний квадрат этих отклонений, т.
е.
средний квадрат отклонений фактических значений результативного признака от теоретических его значений, полученных путем подстановки в уравнение регрессии соответствующих значений признакафактора [3]:
Е ( л у *У ---------------.
(5.28) Р Это мера колеблемости фактических значений у около соответствующих теоретических значений, т.
е.
около линии регрессии (остаточная дисперсия).
Показатели регрессии и корреляции параметры уравнения регрессии, индексы или коэффициенты детерминации и корреляции, исчисленные для ограничений по объему совокупности, могут быть искажены действием случайных факторов.
Поэтому нужно проверить, насколько показатели характерны для того комплекса условий, в которых находится исследуемая совокупность, не являются ли они результатом стечения случайных обстоятельств.
Проверка значимости (существенности) показателей
регрессии и корреляции производится с помощью дисперсионного Ркритерия Фишера [3]: с г ( и 1) где п число параметров в уравнении регрессии.
Расчетное значение Р сравнивается с критическим (табличным) для принятого уровня значимости а и к .
1 =п 1, кг = р п степенях свободы.
Если

[Back]