Эконометрика. Парный и множественный регрессионный анализ. Воскобойников Ю.Е - 17 стр.

UptoLike

ВУЗ: 

НГАСУ «Сибстрин» | Новосибирск

Составители: 

Рубрика: 

33 34
r
r
c
e
e
SS
k
F
SS
k
=
.
Столбец значимость
F
- значение уровня значимости, соот-
ветствующее вычисленной величине
F
−
критерия и равное ве-
роятности
(( , ) )
re c
PFk k F≥ , где (,)
re
F
kk - случайная величина,
подчиняющаяся распределению Фишера с ,
re
kk степенями сво-
боды. Эту вероятность можно также определить с помощью
функции FРАСП(;;
cre
F
kk). Если вероятность меньше уровня
значимости
α
(обычно
0.05
α
=
), то построенная регрессия яв-
ляется значимой..
Перейдем к следующей группе показателей, объединенных в
таблице, показанной на рис. 3.4.
Рис. 3.4. Продолжение результатов работы режима Регрессия
Столбец Коэффициенты – вычисленные значения коэффи-
циентов
01
, , ...,
k
bb b, расположенных сверху-вниз.
Столбец Стандартная ошибка –
значения ,0,...,
j
b
s
jk
,
вычисленные по формуле
()
{
}
1
2
,
j
T
b
j
j
ssXX
−
=⋅ .
Столбец t
−
статистика – значения статистик
j
b
T .
Столбец Р – значение –
содержит вероятности случайных
событий
(( ) )
j
b
Ptn m T
−
≥ , где ()tn m
−
− случайная величина,
подчиняющаяся распределению Стьюдента с
nm
−
степенями
свободы.
Если эта вероятность меньше уровня значимости
α
, то
принимается гипотеза о значимости соответствующего коэф-
фициента регрессии.
Из рис. 3.4 видно, что значимым коэффициентом является
только коэффициент
1
b .
Столбцы Нижние 95% и Верхние 95% - соответственно
нижние и верхние интервалы для оцениваемых коэффициентов
j
β
.
Перейдем к следующей группе показателей, объединенных в
таблице, показанной на рис. 3.5.
Рис. 3.5. Продолжение результатов работы режима
Регрессия 
                                     SSr                                          Столбец t − статистика – значения статистик Tb j .
                                           kr
                              Fc =               .                                Столбец Р – значение – содержит вероятности случайных
                                     SSe
                                           ke                                 событий P (t ( n − m ) ≥ Tb j ) , где t ( n − m ) − случайная величина,
    Столбец значимость F - значение уровня значимости, соот-                  подчиняющаяся распределению Стьюдента с n − m степенями
ветствующее вычисленной величине F − критерия и равное ве-                    свободы.
роятности P( F ( kr , ke ) ≥ Fc ) , где F ( kr , ke ) - случайная величина,       Если эта вероятность меньше уровня значимости α , то
подчиняющаяся распределению Фишера с kr , ke степенями сво-                   принимается гипотеза о значимости соответствующего коэф-
                                                                              фициента регрессии.
боды. Эту вероятность можно также определить с помощью
                                                                                  Из рис. 3.4 видно, что значимым коэффициентом является
функции FРАСП( Fc ; k r ; ke ). Если вероятность меньше уровня
                                                                              только коэффициент b1 .
значимости α (обычно α = 0.05 ), то построенная регрессия яв-
                                                                                  Столбцы Нижние 95% и Верхние 95% - соответственно
ляется значимой..                                                             нижние и верхние интервалы для оцениваемых коэффициентов
    Перейдем к следующей группе показателей, объединенных в                   βj.
таблице, показанной на рис. 3.4.
                                                                                  Перейдем к следующей группе показателей, объединенных в
                                                                              таблице, показанной на рис. 3.5.




  Рис. 3.4. Продолжение результатов работы режима Регрессия

    Столбец Коэффициенты – вычисленные значения коэффи-
циентов b0 , b1 , ..., bk , расположенных сверху-вниз.
    Столбец Стандартная ошибка – значения sb j , j = 0,..., k ,

вычисленные по формуле sb j = s 2 ⋅ X T X       {(   )
                                                         −1
                                                              }   j, j
                                                                         .
                                                                              Рис. 3.5. Продолжение результатов работы режима Регрессия


                                     33                                                                         34

Страницы