Регрессионный анализ данных на ПК в примерах и задачах (система Statistica). Богатова В.П. - 16 стр.

отвергается. Следовательно, изучение линейной связи между у и х1. …,х5 сле-
дует продолжить.
          Возвратимся в окно Multi.Regr.Results             и нажмем последовательно
кнопки:     Correlations and desc. Stats – Correlations. Проанализируем матрицу
парных корреляций (рис 37):




                              Рисунок 37. Матрица корреляций


      Видим, что парные коэффициенты корреляции переменных                 х1 , х2 и х3
близки к 1, налицо сильная корреляция. Попробуем перейти к меньшему числу
факторов.
      I способ. Будем вручную осуществлять последовательное включение пере-
менных и сравнивать различные регрессии.
      1-й шаг. При k =1 (k – число независимых переменных) величина R 2 сов-
падает с квадратом обычного (парного) коэффициента корреляции
                                      R 2 =r 2 (Y , X ) ,
из матрицы корреляций находим:

                     max r 2 (Y , xj ) =r 2 (Y , x4 ) =(0.577 ) =0.333 ,
                                                            2

                     1≤j ≤5


      т.е. в классе однофакторных регрессионных моделей наиболее информатив-
ным предиктором (предсказателем) является x4 – количество удобрений. Для вы-
числения скорректированного (adjusted) коэффициента детерминации по (20)
возвратимся в окно Select dep. And indep. Var. Lists: Dep. Var: y, Indep. Var.: x4 –
OK – OK.
          Получаем значение Radj
                             2
                                 (1) =0.296 .