2. Анализ адекватности уравнения и значимости найденных коэффициентов уравнения. Отбраковка незначимых факторов.

В верхней части табл.2 приведены данные регрессионной статистики. Множественный R=0,998893 и стандартная ошибка - 0,002129, что свидетельствует о высокой степени совпадения вычисленных значений Х (по приведенному ниже уравнению регрессии) с экспериментальными значениями Х.

Оценка адекватности уравнения приведена в дисперсионном анализе. Высокая величина F=180,4229 и низкое значение Значимость F =0,005521, что меньше уровня значимости 0,05, указывают на адекватность уравнения регрессии.

В нижней части табл.2 выведены итоги расчета свободного коэффициента регрессии (Y-пересечение) и коэффициентов регрессии, стоящих перед аргументами Т, С, n, V и Р. Исходя из результатов расчетов уравнение регрессии выглядит следующим образом:

Х=-1,40707 +0,006185*Т-0,00187*С-0,04395*n+5,81E-05*V+0,002591*P (15)

Проверим значимость вычисленных коэффициентов регрессии. Значимость коэффициентов определяется по величине Р-значений, приведенных для каждого коэфициента в отдельном столбце. Коэффициенты уравнения значимы в том случае, если Р-значение меньше 0,05 (уровня значимости). Из анализа величин Р-значений видно, что условию значимости отвечают коэффициенты Y-пересечение, и коэффициенты, стоящие перед аргументами Т и n. Исходя из этого, в уравнении регрессии могут быть отброшены другие аргументы: С, V и Р. То есть, степень превращения Х для приведенных экспериментальных данных зависит только от температуры Т и соотношения реагентов n.

3.Уточненные вычисления коэффициентов уравнения регрессии, вывод графиков подбора и остатков.

Для нахождения уточненного уравнения регрессии выполняют повторные вычисления, принимая в расчет в табл.1 исходных экспериментальных данных только значимые столбцы аргументов Т и n и функцию Х (столбцы №1, 3, 6).

Расчёты коэффициентов регрессии в программе Microsoft Excel выполняют аналогично вышеизложенным. Результаты расчетов приведены в табл.3,4 и на рис.2,3.

Таблица 3

Выводимые программой Microsoft Excel результаты уточненных расчетов коэффициентов регрессии, регрессионной статистики и дисперсионного анализа

Регрессионная статистика
Множественный R	0,995075
R-квадрат	0,990174
Нормированный R-квадрат	0,986243
Стандартная ошибка	0,002837
Наблюдения	8
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	2	0,004057	0,002028	251,9223	9,57E-06
Остаток	5	4,03E-05	8,05E-06
Итого	7	0,004097
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	-1,07012	0,108296	-9,8814	0,000181	-1,3485	-0,79173	-1,3485	-0,79173
Т	0,005486	0,000293	18,70805	8,03E-06	0,004732	0,00624	0,004732	0,00624
n	-0,03039	0,009116	-3,33332	0,020704	-0,05382	-0,00695	-0,05382	-0,00695

Таблица 4

Величины расхождений расчетных и экспериментальных

значений (остатков) величины Х

№ наблюдения	Расчетная (предсказанная величина) X, доля	Остатки
1	0,819578	0,000422
2	0,808014	0,001986
3	0,871398	-0,0014
4	0,850046	-4,6E-05
5	0,862538	-0,00254
6	0,861946	0,003054
7	0,818682	-0,00368
8	0,852797	0,002203

Р ис.2

Рис.3