Розв’язання типового завдання 7.3.2

Розв’язання типового завдання 7.3.2 завдання передбачає виконання дій за наступним алгоритмом:

1. викликати файл с даними;

2. переписати дані у свій файл на третій аркуш;

3. сформувати дані для обробки на другому аркуші (при цьому, першій стовпчик повинен бути залежною змінною);

4. на першому аркуші відилити поле розміром та натиснути клавішу «=»;

5. викликати функцію «ЛИНЕЙН» та заповнити відповідні поля (при цьому слід пам'ятати, що у друге поле записуються регресори у вигляді однієї матриці, у трете та четверте поля слід записати одиниці);

6. замість «ОК» слід натиснути «Ctrl+Shift+Enter».

На рис.7.9 представлено результат реалізації наведеного вище алгоритму.

Виконнання дій дозволило отримати повне рішення двохфакторної регресії, яке з'являється поруч з даними. У виділеному полі розміром наведено:

у першій стрічці коефіцієнти регресії по зростанню справа вліво;

у другій стрічці скореговані помилки коефіцієнтів регресії;

у третій стрічці, зліва вправо, коефіцієнт детермінації та стандартна помилка обчислених значень;

у четвертій стрічці, зліва вправо, спостережене значення критерію Фішера та число ступенів свободи;

у п'ятій стрічці, зліва вправо, сума квадратів відхилень обчислених значень та сума квадратів відхилень залишкової похибки.

На основі цих даних перевіряємо модель на значущість.

Обчислимо функцію рентабельності власного капіталу в залежності від показника термінової ліквідності та оборотності оборотного капіталу відповідно лінійної моделі та перевіримо її на значущість по критерію Фішера.

Рис. 7.9. Демонстрація розв’язання завдання

Для цього знаходимо критичне значення критерію Фішера по таблиці порівнюємо з отриманим у четвертої стрічці спостереженим значенням критерію.

З наведених даних беремо значення спостережуваного значення критерію Фішера і порівнюємо з критичним значенням яке приведено у таблиці відсоткових точок - розподілу або за допомогою функції FРАСПОБР.

Так, в нашому випадку і .

Отже, пояснююча дисперсія суттєво більш ніж залишкова дисперсія, тому рівняння регресії неякісно відображає динаміку змін залежної змінної.

З цього виходить, що регресійна модель не значуща.

Аналогічні результати можна отримати за допомогою пакета Анализ данных/ Регрессия (рис. 7.10).

Рис. 7.10. Результат використання інструмента Регрессия

На підставі отриманих результатів можна запропонувати для подальшого дослідження використати рівняння парних лінійних регресій та . На рис. 7.11 подано варіанти параметрів можливих рівнянь.

Рис. 7.11. Параметри рівнянь парних регресій

Для оцінки значущості рівнянь парної лінійної регресії за даними рис. 7.11 маємо фактичні значення і . За допомогою функції FРАСПОБР знаходимо табличні значення , які значно перевищують фактичні значення.

З цього виходить, що побудовані лінійні моделі парної регресії не значущі і тому їх не слід використовувати.

13