Анализ полных парных связей

Матрица парных коэффициентов корреляции вычисляется в разделе Describe / Numeric Data / Multiple Variable Analysis, с помощью табличной процедуры Correlations. Ввести анализируемые векторы данных y, x1, x2, x1x1, x1x2, x2x2, соответствующие исследуемым переменным. Результаты анализа представлены в табл.5.

Таблица 5 – Результаты анализа полных парных связей

	y	x1	x2	X1 X1	X2 X2	X1 X2
у ( r )		0,8593	0,3932	0,8377	0,3777	0,9791
у (n)		48	48	48	48	48
у (α)		0	0,0057	0	0,0081	0

Проанализировать коэффициенты корреляции для всех возможных пар переменных, содержащих y.

Входная переменная x1: r→1 ( при выч =0 ) связь между переменными положительная (прямая, величины х1 и Y с точностью до случайных погрешностей одновременно возрастают или убывают). Для сочетаний y и x1, выч меньшие 0.05, означают возможную значимость соответствующих связей, т.е.связь положительная;

Входная переменная X1 X2: r→1 ( при выч =0 ) связь между переменными положительная (прямая, величины X1 X2 и Y с точностью до случайных погрешностей одновременно возрастают или убывают); Для сочетаний y и X1 X2, выч меньшие 0.05, означают возможную значимость соответствующих связей.

Входная переменная X1 X1: r→1 ( при выч =0 ) связь между переменными положительная (прямая, величины X1 X1 и Y с точностью до случайных погрешностей одновременно возрастают или убывают); Для сочетаний y и X1 X1, выч меньшие 0.05, означают возможную значимость соответствующих связей, т.е.связь положительная;

Входная переменная X2 X2: r→1 ( при выч =0 ) связь между переменными положительная (прямая, величины X2 X2 и Y с точностью до случайных погрешностей одновременно возрастают или убывают); Для сочетаний y и X2 X2, выч меньшие 0.05, означают возможную значимость соответствующих связей, т.е.связь положительная;

Входная переменная x2: r→1 ( при выч =0 ) связь между переменными положительная (прямая, величины х2 и Y с точностью до случайных погрешностей одновременно возрастают или убывают); Для сочетаний y и X2, выч меньшие 0.05, означают возможную значимость соответствующих связей, т.е.связь положительная;

Задание № 3. Многофакторный регрессионный анализ:

1. выполнить пошаговую регрессию;

2. выполнить дисперсионный анализ выбранной модели регрессии.

Выполнение пошаговой регрессии методом селекции вперед

Процедуры пошаговой регрессии выполняются в разделе Relate/ Multiple Regression. Ввести имя зависимой переменной y и имена факторов x1, x2, x1x1, x2x2, x1x2. Остальные поля ввода оставить заполненными по умолчанию. Итоговая таблица Regression Analysis:

Таблица 6 — Regression Analysis

Dependent variable: y
Parameter	Estimate	Standard Error	T Statistic	P-Value
CONSTANT	2,72279	1,22433	2,2239	0,0316
x1	0,100022	0,0170463	5,86769	0
x2	0,0801832	0,0443203	1,80917	0,0776
x1x1	-0,000612759	0,00013722	-4,46553	0,0001
x1x2	0,000540765	0,000216341	2,4996	0,0164
x2x2	-0,000426382	0,000395592	-1,07783	0,2873

Y = 2,72279 + 0,100022*X1 + 0,0801832*X2 -

0,000612759*x1x1 - 0,000426382*X2X2 +

0,000540765*x1x2

Осуществляется повторная проверка значимости ранее выбранных факторов. Факторы, которые становятся незначащими, удаляются.

Таблица 7 — Итоговая таблица Regression Analysis:

Dependent variable: y
Parameter	Estimate	Standard Error	T Statistic	P-Value
CONSTANT	6,98749	68,3203	186,529	0,0000
x1x2	0,001134475	0,0000411691	32,664	0,0000

Y = 6,98749 + 0,00134475*x1x2