Математическая статистика. Компьютерный практикум. Баркова Л.Н - 35 стр.

UptoLike

ВУЗ: 

ВГУ | Воронеж

Составители: 

Рубрика: 

35
Окно
Multiple Regression Results
состоит из двух частей: в первой
части окна содержатся результаты оценивания, во второй – высвечиваются
значимые регрессионные коэффициенты. Внизу окна помещены кнопки для
дальнейшего просмотра результатов анализа.
Верхняя часть окна содержит следующую информацию.
Dep. Var.
–
имя зависимой переменной
. В нашем случае
STOIMOST.
No. of Cases
–
число случаев, по которым построена регрессия
. В нашем
случае число равно 8.
Multiple R= ,87464206
– коэффициент множественной корреляции.
R
2
(R1)= ,76499874 –
коэффициент детерминации (квадрат коэффициента
множественной корреляции). Он показывает долю общего разброса,
которая объясняется построенной моделью.
Adjusted R
2
= ,72583186
–
скорректированный коэффициент
детерминации
.
Adjusted R
2
(R1)=1-(1-R1)*(n/(n-p)).
Здесь
n –
число
наблюдений в модели,
p
– число параметров модели.
Standard error of estimate: 1945,8944227
–
стандартная ошибка
оценки
. Эта статистика является мерой рассеяния наблюдаемых значений
относительно регрессионной прямой.
Intercept
–
оценка свободного члена прогрессии.
Значение
коэффициента в уравнении регрессии.
Std.Error – стандартная ошибка оценки свободного члена
F=19,53178 – значение критерия F
.
df – число степеней свободы F-критерия.
p – уровень значимости F-критерия.
t(6) and p-value – значение t-критерия и уровня p.
Нашей задачей было построить модель вида
STOIMOST=
А+b*SQUARE
и исследовать значимость регрессии, а также адекватность
построенной модели исходным данным. 
                                  35




      Окно Multiple Regression Results состоит из двух частей: в первой
части окна содержатся результаты оценивания, во второй – высвечиваются
значимые регрессионные коэффициенты. Внизу окна помещены кнопки для
дальнейшего просмотра результатов анализа.
      Верхняя часть окна содержит следующую информацию.
Dep. Var. – имя зависимой переменной. В нашем случае STOIMOST.
No. of Cases – число случаев, по которым построена регрессия. В нашем
случае число равно 8.
Multiple R= ,87464206 – коэффициент множественной корреляции.
R2(R1)= ,76499874 – коэффициент детерминации (квадрат коэффициента
множественной корреляции). Он показывает долю общего разброса,
которая объясняется построенной моделью.
      Adjusted R2= ,72583186 – скорректированный коэффициент
детерминации. Adjusted R2(R1)=1-(1-R1)*(n/(n-p)). Здесь n – число
наблюдений в модели, p – число параметров модели.
      Standard error of estimate: 1945,8944227 – стандартная ошибка
оценки. Эта статистика является мерой рассеяния наблюдаемых значений
относительно регрессионной прямой.
      Intercept – оценка свободного члена прогрессии. Значение
коэффициента в уравнении регрессии.
      Std.Error – стандартная ошибка оценки свободного члена
      F=19,53178 – значение критерия F.
      df – число степеней свободы F-критерия.
      p – уровень значимости F-критерия.
      t(6) and p-value – значение t-критерия и уровня p.
      Нашей задачей было построить модель вида STOIMOST=
А+b*SQUARE и исследовать значимость регрессии, а также адекватность
построенной модели исходным данным.

Страницы