Компьютерный практикум в пакете Statistica. Баркова Л.Н - 39 стр.

                                    39


                                       Выполнение в системе STATISTICA
                                       Создадим       в модуле Multiple
                                 Regression (Множественная регрессия)
                                 файл HUBLLE.sta, куда поместим данные
                                 табл.1. Построим диаграмму рассеяния:
                                 Graphs.- Stats 2D Graphs - Scatterplots…
                                 (Variables: X: SPEED, Y: DISTANCE), -
                                 OK. Тип графика: Graphs Type: Regular,
                                 FIT (ПОДБОР): Linear – OK. Рассмотрим
                                 график       зависимости,       параметры
                                 подобранной прямой регрессии отражены в
                                 заголовке. Из графика видно, что
                                 предположение         о        линейности
                                 подтверждается графически.
      Выполним регрессионный анализ: Для начала вызовем стартовую
панель модуля Multiple Regression - Analysis(Анализ), затем: Startup
Panel(Стартовая панель).
      Нажмем кнопку Variables, выбираем переменные для анализа: Select
depended and independed variable list. Выбираем зависимую переменную
Depended var: DISTANCE         и независимую      Independed var : SPEED -
ОК – возвращаемся в стартовую панель.
      Задание: проанализировать окно Multiple Regression Results
      Нашей задачей было построить модель вида DISTANCE = А+b*
SPEED и исследовать значимость регрессии, а также адекватность
построенной модели исходным данным:
      -значение коэффициента детерминации
  2
 R = ,99723464, построенная регрессия объясняет 99,7% разброса значений
переменной относительно среднего;
      -значение F- критерия=3245,554, при уровне значимости p= .000000; F-
критерий используется для проверки гипотезы о значимости уравнения
регрессии. Гипотеза H0 утверждает, что между переменными нет линейной
зависимости, т.е. b =0 , против альтернативы H 1, b ≠0 . В данном случае
имеем большое значение F- критерия и уровень значимости p<10-6,
показывающие, что гипотезу H0 следует отклонить
      -SPEED beta= .999,
      Перейдем к итоговым результатам регрессии - Regression Summary