- •Ргр2 Корреляционно-регрессионный анализ
- •1. Исследование парной корреляции
- •1.1. Определяется характер связи
- •1.2. Оценка связи между количественными признаками
- •А) Расчет линейного коэффициента корреляции выполняется следующим образом:
- •Б) Оценка значимости коэффициента корреляции по t-критерию Стьюдента:
- •В) Расчет коэффициента детерминации
- •2. Формирование модели парной регрессии
- •2.1 Исследование графически зависимости двух признаков
- •2.2. Расчет параметров уравнения
- •2.3. Оценка коэффициентов уравнения регрессии
- •2.4. Расчет характеристик модели
- •3. Формирование модели множественной регрессии
- •3.1. Отбор значимых факторов
- •3.2. Анализ и способы снижения мультиколлинеарности факторов
- •3.3. Проверка коэффициентов регрессии на статистическую значимость.
- •3.4. Анализ точек исходной совокупности на аномальность
- •3.5. Оценка влияния факторных признаков на результативный признак
- •Оценка адекватности модели множественной регрессии
- •3.7. Проверка выполнения предпосылок множественного регрессионного анализа
3.3. Проверка коэффициентов регрессии на статистическую значимость.
Проверка
статистической значимости
по критерию
Стьюдента
проводится
по следующей формуле
,
где
-
коэффициент регрессии при
k-м
факторе;
-
дисперсия коэффициента
регрессии
.
Дисперсия коэффициента регрессии может быть рассчитана по способу, выбранному методикой экспериментирования, заключающейся в том, что величина дисперсии коэффициента может быть приближенно определена по выражению:
, где k – число факторных признаков в уравнении.
Число степеней
свободы статистики
равно
,
где n — объем исследуемой
совокупности.
Расчетное значение
ti,
сравнивают с критическим значением
,
найденным по статистическим таблицам
при заданном уровне значимости
и числе степеней свободы
(двухсторонняя критическая область).
Если
,
то
существенно больше 0, а фактор
оказывает существенное влияние
на у. При этом фактор
оставляем в модели. Если
<
,
то фактор исключаем из модели.
3.4. Анализ точек исходной совокупности на аномальность
3.5. Оценка влияния факторных признаков на результативный признак
Влияние факторных признаков на результативный признак определяется посредством исчисления последующих показателей:
а) расчет частных коэффициентов эластичности
Коэффициент эластичности показывает, на сколько процентов в среднем изменяется функция с изменением аргумента на 1% при фиксированных значениях других аргументов:
,
где
- коэффициент регрессии в i-ом
факторе;
- среднее значение i-го
фактора;
- среднее значение результативного показателя.
б) расчет β-коэффициентов
Коэффициент
учитывает влияние анализируемых факторов
на у
с учетом
различий в уровне их колеблемости.
Коэффициент
показывает, насколько сигм (средних
квадратических отклонений)
изменяется функция с изменением
соответствующего аргумента
на одну сигму при фиксированном значении
остальных аргументов:
где
- коэффициент
i-ом
фактора;
- среднее
квадратическое отклонение фактора
;
- среднее
квадратическое отклонение функции;
- коэффициент регрессии при i-м факторе.
в) расчет частных коэффициентов детерминации
Частные коэффициенты детерминации определяются по формуле:
, где
- парный коэффициент корреляции между
результативным и i-м
факторным признаками;
- соответствующий коэффициент уравнения
множественной регрессии в стандартизованном
масштабе.
Частный коэффициент детерминации показывает, насколько процентов вариация результативного признака объясняется вариацией i-ого признака, входящего в множественное уравнение регрессии.
г) расчет множественного коэффициента детерминации
Множественный
коэффициент детерминации -
,
представляющий собой множественный
коэффициент корреляции в квадрате,
характеризует, какая доля вариации
результативного признака обусловлена
изменением факторных признаков, входящих
в многофакторную регрессионную модель.
вычисляется по методике представленной
в п.2.4.а или
или
