Регрессионный анализ |
Проверим статистическую значимость коэффициента регрессии. Дисперсия регрессии равна
где n =36 (количество наблюдений), m =1 (количество переменных). Тогда стандартная ошибка регрессии S = Дисперсии коэффициентов (см. Приложение Ж):
Следовательно, стандартные ошибки коэффициентов равны: Sbo = Sb1 = Для проверки статистической значимости коэффициентов регрессии рассчитаем соответствующие t-статистики: tb0 = tb1 = Найдем В нашем случае Сравниваем значения t-статистик со значением критической точки Стьюдента: ,114 > 2,031, значит условие статистической значимости выполняется для параметра b0; |-3,708| > 2,031, значит коэффициент b1 статистически значим, а значит переменная IPC имеет существенное линейное влияние на Brb. Рассчитаем коэффициент детерминации, характеризующий общее качество построенной регрессии. Коэффициент детерминации R2 = r2xy = 0,2879. Для проверки адекватности нашей модели воспользуемся критерием Фишера. Найдем значение F - статистики:
Модель регрессии является адекватной, если выполнено условие:
где В нашем случае условие Это означает, что совокупное влияние переменной X на переменную Y существенно. Построенная модель качественна. |