Регрессионный анализ данных на ПК в примерах и задачах (система Statistica). Богатова В.П. - 11 стр.

оценки неизвестных коэффициентов βi , вычисленные по формуле (15). Таким
образом, построена оценка функции регрессии:


  f€ = -13.26 + .23� PT + .72 � LOG_S + .21 D + .25� NE + .14� ST - .09� LOG_N


     Cтандартные ошибки sj оценок коэффициентов, вычисленные по формуле
(21), указаны в столбце Std. Err. of B таблицы (рис.31). Как видим, они не так уж
малы по сравнению с коэффициентами. В столбце t(25) указаны значения стати-
стики Стьюдента (23) для проверки гипотезы H 0 о равенстве нулю соответст-
вующего коэффициента. В столбце p-level -уровень значимости отклонения ги-
потезы H0 для этого коэффициента. Заметим, что только для коэффициентов при
переменных LOG_S и D уровень значимости является достаточно малым (мень-
ше 0.01). Все вышесказанное об оценках указывает на их недостаточную стати-
стическую надежность.
     Однако значение скорректированного коэффициента детерминации Adjusted
R1 здесь 0,823. Таким образом, 82.3% разброса значений относительно среднего
объясняет построенная регрессия. Для проверки гипотезы H 0 о равенстве нулю
всех коэффициентов служит значение статистики (25) F и уровень его значимо-
сти р. Гипотеза отвергается, так как р < 10 -5. Регрессия признается значимой.


     Оценка адекватности модели с помощью остатков


     В левом верхнем углу электронной таблицы          Regression Summary        for


Dependent Variable LOG_C      имеется кнопка               . Нажав ее или кнопку


         , мы вернемся в Окно Анализа остатков - Multiple Regression Results.



Щелкнем в этом окне кнопку                              .. В открывшемся окне