Вызов стартовой панели модуля и определение анализа

Для начала статистического анализа вам необходимо вызвать Стартовую панель модуля. Это основное диалоговое окно модуля, в котором необходимо задать различные опции анализа. Если Стартовая панель модуля закрыта, то откройте её. Для этого войдите в меню Analysis — Анализ и выберите команду Startup Panel — Стартовая панель.

Рисунок 2.10. Стартовая панель модуля позволяет определить процедуру анализа. С её помощью можно также открыть данные, выбрать необходимое подмножество случаев для анализа и приписать вес переменным

Выбор переменных для анализа

Далее необходимо выбрать переменные для анализа. В нашем примере имеется одна зависимая переменная Цена_Лог и одна независимая переменная Возраст. Для их за­дания воспользуйтесь кнопкой Variables — Переменные из Стартовой панели.

Рисунок 2.11 Диалоговые окна выбора переменных для анализа. Вид стартовой панели после выбора переменных

В открывшемся окне Select dependent and independent variable list — Выбор зави­симой переменной и списка независимых переменных в качестве зависимой перемен­ной выберите переменную с номером 4 — ЦЕНА_ЛОГ, а в качестве независимой пере­менной переменную с номером 3 — ВОЗРАСТ. Нажмите кнопку (Ж в правом верхнем углу. Вы вновь окажетесь в Стартовой панели модуля Множественная регрессия.

Задание дополнительных параметров анализа

Заметьте, что в Стартовой панели вы можете задать и дополнительные опции и па­раметры анализа. Например, вы можете выбрать определенное подмножество случаев для анализа, приписать вес переменным — эти опции относятся к исходным данным. Вы также можете задать и опции, которые относятся непосредственно к статистической процедуре: задать правило обработки пропущенных данных, выбрать метод анализа по умолчанию и др. Мы выбрали опцию — Расчет с расширенной точностью и выбор метода по умолчанию. Выбор этих опций не является необходимым.

Вывод результатов и их анализ

В стартовой панели нажмите на кнопку ОК. Система произведет вычисления, и через секунду окно результатов появится на вашем экране.

Окно результатов анализа имеет следующую простую структуру: верхняя часть окна — информационная, нижняя содержит функциональные кнопки, позволяющие всесторонне просмотреть результаты анализа.

Рисунок 2.12 Окно результатов анализа

Информационная часть

Рассмотрим вначале информационную часть окна. В ней содержится краткая инфор­мация о проведенном анализе. А именно, следующая информация:

• Dep. Var. — Имя зависимой переменной. В нашем случае — Цена _Лог.

• No. of Cases — Число случаев, по которым построена регрессия. В примере число равно 14.

• Multiple R — Коэффициент множественной корреляции (эта статистика полезна в множественной регрессии, когда вы хотите описать зависимости между переменны­ми).

• R-square — RI - Квадрат коэффициента множественной корреляции, обычно назы­ваемый коэффициентом детерминации. Коэффициент детерминации является одной из основных статистик в данном окне, он показывает долю общего разброса (относительно выборочного среднего зависимой переменной), которая объясняется построенной регрессией.

• Adjusted R-square: adjusted Rl — Скорректированный коэффициент детерминации, определяемый как:

usted R-square = 1 - (1 - R-square)*( n/(n - p)),

• где n — число наблюдений в модели, p — число параметров модели (число незави­симых переменных плюс 1 из-за свободного члена).

• Std. Error of estimate — Стандартная ошибка оценки. Эта статистика является ме­рой рассеяния наблюдаемых значений относительно регрессионной прямой.

• Intercept — Оценка свободного члена регрессии. Значение коэффициента b0 в урав­нении регрессии.

• Std. Error — Стандартная ошибка оценки свободного члена. Стандартная ошибка коэффициента b₀ в уравнении регрессии.

• t(df) and p-value — Значение t-критерия и уровня р. t-критерий используется для проверки гипотезы о равенстве 0 свободного члена регрессии.

• F — Значения F критерия.

• df— Число степеней свободы F критерия.

• р — Уровень значимости.

В информационной части вы прежде всего смотрите на значение коэффициента де­терминации. В нашем примере RI = 0.929... Это значит, что построенная регрессия объ­ясняет 92.9% разброса значений ЦЕНА_ ЛОГ относительно среднего. Это хороший ре­зультат.

Далее вы смотрите на значение F - критерия и уровень его значимости р. F - критерий используется для проверки значимости регрессии. В данном случае для проверки гипо­тезы, утверждающей, что между зависимой переменной ЦЕНА_ ЛОГ и независимой пе­ременной ВОЗРАСТ нет линейной зависимости, т. е. b₁ = 0, против альтернативы b₁ не равен 0. В данном примере большое значение F-критерия = 157.0486 и даваемый в окне уровень значимости р = 0.0000 показывают, что построенная регрессия высоко значима.