Математическая статистика в почвоведении. Мешалкина Ю.Л - 75 стр.

UptoLike

ВУЗ: 

МГУ | Москва

Составители: 

Рубрика: 

Отчет 4. Регрессионный анализ
Студент Неизвестный Н.Н. Кафедра географии. Вариант 100.
Дата проверки: Подпись преподавателя:
Результаты дисперсионного анализа. Регрессия как фактор.
Но: предсказание Y по регрес-
сионной модели не лучше
Sums of
Squares
df Mean
Squares
F p-level
предсказания Y по его среднему
Регрессия
Regress. 42,541 5 8,50816
Остатки
Residual 0,817 14 0,05837
Сумма
Total 43,358
Вывод: Но - отвергается, модель можно считать адекватной и использовать для предсказания Y
Результаты расчета регрессии для переменной : Yield (Example_for_n4)
R= ,99468326 RІ(коэф. детерминации)= ,98939479 скорректированный RІ= ,98740631
F(3,16)=497,56 p<,00000 Стандартная ошибка: 0,18699
станда
р
тизи
р
. пе
р
ем. об ычные перем.
коэфф. станд.ош. коэфф. станд.ош.t-крит. уровень
Intercpt - BETA BETA B коэфф-тов В t(16) значим. Но:
Св.член 4,298 1,676 2,564
0,022
bo=0 Ho
-> H1
Humus 0,122 0,0399 0,906 0,297 3,048
0,009
b1=0 Ho
-> H1
P2O5 1,140 0,0437 0,517 0,020 26,099
0,000
b2=0 Ho
-> H1
pH -0,020 0,0396 -0,077 0,155 -0,493 0,629 b3=0
Ho
K2O 0,580 0,0445 0,308 0,024 13,055
0,000
b4=0 Ho
-> H1
NO3 -0,001 0,0395 -0,002 0,139 -0,016 0,987 b5=0 Ho
Yield= 4,29+0,91 * Humus + 0,52 * P2O5 + 0,31*K2O
Коэффициенты корреляции между переменными
Humus P2O5 pH K2O NO3 Yield
Humus
1,00
-0,0
8
0,31 0,06 0,23 0,0
6
P2O5 -0,08
1,00
-0,16
-0,50
0,11
0,84
pH
0,31 -0,16
1,00
0,21 0,01 -0,04
K2O 0,06
-0,50
0,21
1,00
0,17 0,02
NO3
0,23 0,11 0,01 0,17
1,00
0,2
5
Yield 0,06
0,84
-0,04 0,02 0,25
1,00
Источник варьиро-
вания
уровень
значим.
0,000
145,76
Сумма
квадр.
числ.ст.
свободы.
средний
квадрат
F-критерий
Correlations (data_zan_4_a.sta 6v*20c)
Humus
P
2
O
5
K2O
Yield
75
Отчет 4. Регрессионный анализ
Студент Неизвестный Н.Н. Кафедра географии. Вариант 100.
Дата проверки:                                        Подпись преподавателя:
Результаты дисперсионного анализа. Регрессия как фактор.
Источник варьиро-    Сумма    числ.ст. средний        F-критерий уровень   Но: предсказание Y по регрес-
вания                 квадр.  свободы. квадрат                   значим.
                                                                           сионной модели не лучше
                     Sums of       df        Mean          F       p-level
                     Squares               Squares                         предсказания Y по его среднему
Регрессия Regress.    42,541       5          8,50816     145,76   0,000
Остатки    Residual     0,817      14          0,05837
Сумма      Total       43,358
Вывод: Но - отвергается, модель можно считать адекватной и использовать для предсказания Y

Результаты расчета регрессии для переменной : Yield (Example_for_n4)
R= ,99468326 RІ(коэф. детерминации)= ,98939479 скорректированный RІ= ,98740631
F(3,16)=497,56 p<,00000 Стандартная ошибка: 0,18699
             стандартизир. перем. обычные перем.
             коэфф.    станд.ош. коэфф.      станд.ош.     t-крит.          уровень
Intercpt -   BETA           BETA   B          коэфф-тов В t(16)             значим.    Но:
Св.член                              4,298        1,676       2,564           0,022    bo=0     Ho    -> H1
Humus          0,122        0,0399   0,906        0,297       3,048           0,009    b1=0     Ho    -> H1
P2O5           1,140        0,0437   0,517        0,020      26,099           0,000    b2=0     Ho    -> H1
pH            -0,020        0,0396 -0,077         0,155      -0,493           0,629    b3=0     Ho
K2O            0,580        0,0445   0,308        0,024      13,055           0,000    b4=0     Ho    -> H1
NO3           -0,001        0,0395 -0,002         0,139      -0,016           0,987    b5=0     Ho
             Yield= 4,29+0,91 * Humus + 0,52 * P2O5 + 0,31*K2O
             Коэффициенты корреляции между переменными
             Humus P2O5        pH        K2O        NO3                     Yield
Humus           1,00   -0,08      0,31       0,06      0,23                    0,06
P2O5           -0,08    1,00      -0,16      -0,50     0,11                     0,84
pH              0,31   -0,16      1,00       0,21      0,01                    -0,04
K2O             0,06   -0,50      0,21       1,00      0,17                     0,02
NO3             0,23    0,11      0,01       0,17      1,00                     0,25
Yield           0,06    0,84      -0,04      0,02      0,25                    1,00
                                       Correlations (data_zan_4_a.sta 6v*20c)
                 Hu m u s




                                          P 2O5




                                                                     K2 O




                                                                                              Yield




                                                        75

Страницы