Методы прогнозирования. Сухарев М.Г. - 57 стр.

UptoLike

ВУЗ: 

РГУНиГ им. Губкина | Москва

Составители: 

Рубрика: 

57
проверки гипотезы
0 1 2
:H
 
следует воспользоваться статисти-
кой
2 2 2
1 2 2
:
1 1
R R R
F
, которая распределена по Фишеру
(1;1)
F
.
Проведем расчет при
1,1;1,5; 3,1
T
Y . Оценки в общей мо-
дели оказываются равными
ˆ ˆ
1,2; 0,94
  . При этом остаточ-
ная сумма квадратов
2
2
0,012
R . Если же гипотеза
0
H
справед-
лива, то
ˆ
11,9 11 1,082
, а остаточная сумма квадратов
2
1
R
0,1964
. Таким образом, статистика
0,1964 0,012 0,012
:
1 1
F
15,4. По таблицам
F
распределения находим при 5% уровне
значимости
кр
(1; 1; 0,95) 161
F
. Значит, гипотеза отвергается, а
эмпирическое значение критерия далеко отстоит от границы об-
ласти принятия гипотезы. Конечно, этот пример носит чисто ил-
люстративный характер, так как всего по трем наблюдениям оце-
нивается 2 параметра.
Проверка адекватности регрессионной модели
Такую проверку можно осуществить в случае наличия по-
вторных наблюдений при некоторых значениях регрессоров. Рег-
рессионная модель строится зачастую, как уже говорилось, по
принципу «черного ящика», при отсутствии убедительных дан-
ных, обосновывающих ее вид. Поэтому любые доказательства
адекватности обычно бывают полезными.
Итак, пусть имеется
n
различных наборов регрессоров, при
которых проводятся наблюдения. Эти значения представляются
строками матрицы
X
. При фиксированных значениях регрессо-

Страницы