ВУЗ:
Составители:
Рубрика:
28
3) Вычисление показателей качества: индекс корреляции
R (1.5), коэффи-
циент детерминации
R
2
, средняя квадратическая ошибка ε
кв
(2.12), средняя
ошибки аппроксимации
A
(2.13).
Для
линейной модели (табл. 2.3)
479,0
1838
371,1416
1
)(
)
ˆ
(
1
1
2
1
2
n
i
i
n
i
ii
yy
yy
R
,
R
2
= R· R = 0,479·0,479 = 0,229,
ε
кв
= 024,8381,64
22
371,1416
)
ˆ
(
1
2
n
yy
n
i
ii
,
%9,14%100282,3
22
1
%100
1
1
n
i
y
yy
n
A
.
Для
степенной модели (табл. 2.4)
467,0
1838
853,1437
1
)(
)
ˆ
(
1
1
2
1
2
n
i
i
n
i
ii
yy
yy
R
,
R
2
= R· R = 0,467·0,467 = 0,218,
ε
кв
=
084,8357,65
22
853,1437
)
ˆ
(
1
2
n
yy
n
i
ii
,
%3,16%100596,3
22
1
%100
1
1
n
i
y
yy
n
A
.
4) Проверка значимости уравнений регрессии (п. 2.4).
Для
линейной модели (табл. 2.3):
2
2
1 0,229 22 1 1
5, 95
1 1 0, 229 1
факт
Rnm
F
Rm
.
F
крит,0,05
= FРАСПОБР(0,05;1;20)=4,35.
F
крит,0,01
= FРАСПОБР(0,01;1;20)=8,10.
При α = 0,05 линейное уравнение значимо, при α = 0,01 – не значимо.
Для
степенной модели (табл. 2.4):
2
2
1 0,218 22 1 1
5, 57
1 1 0, 218 1
факт
Rnm
F
Rm
.
F
крит,0,05
и F
крит,0,01
– те же самые.
При α = 0,05 степенное уравнение значимо, при α = 0,01 – не значимо.
5) Определение лучшего уравнения регрессии (по средней ошибке аппрокси-
мации).
Страницы
- « первая
- ‹ предыдущая
- …
- 26
- 27
- 28
- 29
- 30
- …
- следующая ›
- последняя »