ВУЗ:
Составители:
Рубрика:
Для построения нормального вероятностного графика остатков выбери-
те закладку Вероятностные графики (Probability plots) и нажмите клавишу
Нормальный (Normal plot of residuals). Скопируйте график в отчет. В случае
хорошей аппроксимации остатки должны иметь нормальное распределение.
ПОШАГОВАЯ РЕГРЕССИЯ. Существует две схемы пошаговой регрес-
сии: «с исключением» признаков и «с включением».
Первый алгоритм состоит в том, что после построения уравнения рег-
рессии и оценки значимости всех коэффициентов из модели исключают тот
признак, коэффициент при котором незначим и имеет наименьшее значение t .
После этого получают новое уравнение множественной регрессии и снова
производят оценку значимости всех оставшихся коэффициентов регрессии.
Если среди них опять окажутся незначимые, то опять исключают признак с
наименьшим значением t -критерия. Процесс исключения признаков останав-
ливается на том шаге, при котором все регрессионные коэффициенты значи-
мы. При использовании этой схемы негативные последствия мультиколлине-
арности могут сказаться.
При реализации второго алгоритма первым в уравнение включается
признак, наиболее тесно коррелирующий с Y, вторым в уравнение включается
тот признак, который в паре с первым из отобранных дает максимальное зна-
чение множественного коэффициента корреляции, и т.д. На каждом шаге по-
лучают новое значение множественного коэффициента корреляции (большее,
чем на предыдущем шаге); тем самым определяется вклад каждого отобран-
ного признака в объясненную дисперсию Y.
Нажмите в нижнем левом углу на свернутую панель Множественная
регрессия (Multiple Regression). Чтобы вернуться назад, несколько раз на-
жимайте Отмена (Cancel) до тех пор, пока не появится следующее меню:
40
Для построения нормального вероятностного графика остатков выбери- те закладку Вероятностные графики (Probability plots) и нажмите клавишу Нормальный (Normal plot of residuals). Скопируйте график в отчет. В случае хорошей аппроксимации остатки должны иметь нормальное распределение. ПОШАГОВАЯ РЕГРЕССИЯ. Существует две схемы пошаговой регрес- сии: «с исключением» признаков и «с включением». Первый алгоритм состоит в том, что после построения уравнения рег- рессии и оценки значимости всех коэффициентов из модели исключают тот признак, коэффициент при котором незначим и имеет наименьшее значение t . После этого получают новое уравнение множественной регрессии и снова производят оценку значимости всех оставшихся коэффициентов регрессии. Если среди них опять окажутся незначимые, то опять исключают признак с наименьшим значением t -критерия. Процесс исключения признаков останав- ливается на том шаге, при котором все регрессионные коэффициенты значи- мы. При использовании этой схемы негативные последствия мультиколлине- арности могут сказаться. При реализации второго алгоритма первым в уравнение включается признак, наиболее тесно коррелирующий с Y, вторым в уравнение включается тот признак, который в паре с первым из отобранных дает максимальное зна- чение множественного коэффициента корреляции, и т.д. На каждом шаге по- лучают новое значение множественного коэффициента корреляции (большее, чем на предыдущем шаге); тем самым определяется вклад каждого отобран- ного признака в объясненную дисперсию Y. Нажмите в нижнем левом углу на свернутую панель Множественная регрессия (Multiple Regression). Чтобы вернуться назад, несколько раз на- жимайте Отмена (Cancel) до тех пор, пока не появится следующее меню: 40
Страницы
- « первая
- ‹ предыдущая
- …
- 38
- 39
- 40
- 41
- 42
- …
- следующая ›
- последняя »