- •Оценки линейного уравнения множественной регрессии
- •Оценка коэффициентов классической линейной модели множественной регрессии
- •Анализ вариации результативного признака y. Выборочный коэффициент детерминации
- •Проверка гипотезы о нормальном характере распределения регрессионных остатков
- •Проверка значимости уравнения регрессии и значимости коэффициентов
- •Проверка гипотез о значимости коэффициента лммр
- •Построение доверительных интервалов для значимых коэффициентов клмнр
- •Мультиколлинеарность
- •Анализ внешних признаков мультиколлинеарности
- •1. Неправильные с экономической точки зрения знаки отдельных коэффициентов регрессии
- •2. Достаточно высокие значение множественного коэффициента корреляции (детерминации) одной из объясняющих переменных на другие
- •Анализ формальных признаков мультиколлинеарности
- •Метод пошаговой регрессии с включением переменных
- •Метод пошаговой регрессии с исключением переменных
- •Метод ридж-регрессии
- •Приложение 1
- •Приложение 2
Проверка гипотез о значимости коэффициента лммр
В случае если нулевая гипотеза о незначимости уравнения регрессии отвергнута, проверяем гипотезы о значимости коэффициентов уравнения регрессии. Выдвигаются гипотезы вида:
Н0: коэффициент βj незначимо отличен от нуля (или формально Н0: βj=0); альтернативная гипотеза Н1: коэффициент βj – значимо отличен от нуля (формально Н1: βj ≠ 0).
Для проверки таких гипотез Н0 строятся статистики
которые в случае справедливости Н0, имеют распределение Стьюдента с степенями свободы. Далее, либо сравниваем tнабл с tкр(α), либо значимость нулевой гипотезы с заданным уровнем.
Проверим гипотезы о значимости коэффициентов ЛММР
;
;
В пакете Statistica получаем следующие данные:
Рисунок 5 – проверка значимости коэффициентов уравнения регрессии
Наблюдаемый уровень значимости составил р=0,0000<0,05, нулевая uипотеза не принимается , значит коэффициент значим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза не принимается (р=0,0188<0,05), коэффициент значим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза не принимается (р=0,0002<0,05), коэффициент значим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза не принимается (р=0,0025<0,05), коэффициент значим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза не принимается (р=0,0004<0,05), коэффициент значим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза принимается (р=0,1339>0,05), коэффициент незначим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза принимается (р=0,1920>0,05), коэффициент незначим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза не принимается (р=0,0357<0,05), коэффициент значим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза принимается (р=0,0726>0,05), коэффициент незначим.
Выдвинем следующую гипотезу:
; ;
Нулевая гипотеза принимается (р=0,2371>0,05), коэффициент незначим.
Построение доверительных интервалов для значимых коэффициентов клмнр
Для коэффициентов уравнения регрессии значимо отличных от нуля находим доверительные интервалы, используя статистику
имеющую распределение Стьюдента с степенями свободы.
Построим доверительный интервал для коэффициентов , если составит t=1,68.
Рисунок 6 – построение доверительных интервалов для коэффициентов
Выводы.
Модель регрессии значима. Оценка уравнения регрессии имеет вид:
=
Данное уравнение регрессии имеет значимые коэффициенты , остальные коэффициенты незначимы.
При увеличении рождаемости населения на 1%, ожидаемая продолжительность жизни мужчин уменьшится в среднем на 0,43%.
При увеличении смертности населения на 1%, ожидаемая продолжительность жизни мужчин уменьшится в среднем на 0,54%.
При увеличении браков на 1000 населения на 1%, ожидаемая продолжительность жизни мужчин увеличится в среднем на 1,27%.
При увеличении разводов на 1000 населения на 1%, ожидаемая продолжительность жизни мужчин уменьшится в среднем на 1,68%.
При увеличении соотношения средней оплаты труда с учетом выплат социального характера и прожиточного минимума трудоспособного населения на 1%, ожидаемая продолжительность жизни мужчин уменьшится в среднем на 0,02%.