F-критерий Фишера
Для оценки значимости уравнения регрессии проверим гипотезу :r2=0 на уровне значимости α.
Рассчитаем F-статистику по формуле
Для того, чтобы сделать выводы относительно F-критерия необходимо рассчитать F факт(табл.), а для этого проводим след расчеты:
Таблица №4 – «Показатели для расчета F-критерия Фишера»
,руб. |
,руб. |
3931,7 |
50353,8 |
3931,7 |
243,5 |
3115,1 |
161,6 |
2068,2 |
25799,7 |
798,1 |
4603,5 |
798,1 |
124,3 |
615,3 |
35233,5 |
615,3 |
6840,2 |
456,3 |
22722,4 |
456,3 |
92574,5 |
321,0 |
68024,6 |
209,4 |
39350,7 |
209,4 |
56344,5 |
209,4 |
17590,7 |
209,4 |
35107,5 |
209,4 |
1881,0 |
209,4 |
643,6 |
121,5 |
358,1 |
121,5 |
142,2 |
121,5 |
98,5 |
57,4 |
30,0 |
Продолжение таблицы №4
,руб. |
,руб. |
17,1 |
168,1 |
17,1 |
48825,8 |
17,1 |
3477,0 |
0,5 |
63207,5 |
0,5 |
34749,0 |
38,5 |
6448,3 |
38,5 |
1109,0 |
38,5 |
127,7 |
38,5 |
1274,4 |
93,1 |
2328,4 |
171,4 |
10776,1 |
171,4 |
39923,3 |
171,4 |
25538,6 |
171,4 |
15673,0 |
273,5 |
15286,2 |
273,5 |
61324,2 |
399,3 |
14419,8 |
399,3 |
8851,5 |
548,9 |
1808,6 |
722,2 |
59035,8 |
722,2 |
289,9 |
722,2 |
3139,0 |
722,2 |
28570,1 |
1652,7 |
4590,6 |
1652,7 |
2576,0 |
1652,7 |
885,3 |
1652,7 |
4934,5 |
1652,7 |
15189,6 |
1652,7 |
19669,0 |
34469,7 |
952424,8 |
Табличное значение со степенями свободы k1=1 и k2=48, F1,737193191
Вывод: Поскольку фактическое значение F < F табл. (1,73719 < 4,04265), то коэффициент детерминации статистически не значим (найденная оценка уравнения регрессии статистически не надежна).
T-критерий
Следующим шагом лабораторной работы является расчет t-критерия Стьюдента. Целью расчетов является ответ на вопрос, являются ли полученные коэффициенты регрессии a и b статистически значимыми? Будем исследовать зависимость цены y от крепости x.
Для оценки качества параметров регрессии построим расчетную таблицу.
Таблица №5 – «Расчет параметров регрессии»
, % |
, руб |
, руб |
, руб |
,руб |
11,0 |
120 |
344,4 |
50353,8 |
82426,4 |
11,0 |
360 |
344,4 |
243,5 |
2218,4 |
11,2 |
364 |
351,3 |
161,6 |
1857,6 |
11,5 |
201 |
361,6 |
25799,7 |
42477,2 |
12,0 |
311 |
378,8 |
4603,5 |
9235,2 |
12,0 |
390 |
378,8 |
124,3 |
292,4 |
12,1 |
570 |
382,3 |
35233,5 |
26536,4 |
12,1 |
465 |
382,3 |
6840,2 |
3352,4 |
12,2 |
235 |
385,7 |
22722,4 |
29618,4 |
12,2 |
690 |
385,7 |
92574,5 |
80032,4 |
12,3 |
650 |
389,2 |
68024,6 |
59000,4 |
12,4 |
591 |
392,6 |
39350,7 |
33819,2 |
12,4 |
630 |
392,6 |
56344,5 |
49684,4 |
12,4 |
260 |
392,6 |
17590,7 |
21638,4 |
12,4 |
580 |
392,6 |
35107,5 |
29894,4 |
12,4 |
436 |
392,6 |
1881,0 |
835,2 |
12,4 |
418 |
392,6 |
643,6 |
118,8 |
12,5 |
415 |
396,1 |
358,1 |
62,4 |
12,5 |
408 |
396,1 |
142,2 |
0,8 |
12,5 |
406 |
396,1 |
98,5 |
1,2 |
12,6 |
405 |
399,5 |
30,0 |
4,4 |
12,7 |
390 |
403,0 |
168,1 |
292,4 |
12,7 |
182 |
403,0 |
48825,8 |
50670,0 |
Продолжение таблицы №5
, % |
, руб |
, руб |
, руб |
,руб |
12,7 |
344 |
403,0 |
3477,0 |
3981,6 |
12,8 |
155 |
406,4 |
63207,5 |
63554,4 |
12,8 |
220 |
406,4 |
34749,0 |
35006,4 |
13,0 |
333 |
413,3 |
6448,3 |
5490,8 |
13,0 |
380 |
413,3 |
1109,0 |
734,4 |
13,0 |
402 |
413,3 |
127,7 |
26,0 |
13,0 |
449 |
413,3 |
1274,4 |
1755,6 |
13,1 |
465 |
416,7 |
2328,4 |
3352,4 |
13,2 |
524 |
420,2 |
10776,1 |
13665,6 |
13,2 |
620 |
420,2 |
39923,3 |
45326,4 |
13,2 |
580 |
420,2 |
25538,6 |
29894,4 |
13,2 |
295 |
420,2 |
15673,0 |
12566,4 |
13,3 |
300 |
423,6 |
15286,2 |
11470,4 |
13,3 |
176 |
423,6 |
61324,2 |
53407,2 |
13,4 |
307 |
427,1 |
14419,8 |
10020,0 |
13,4 |
333 |
427,1 |
8851,5 |
5490,8 |
13,5 |
388 |
430,5 |
1808,6 |
364,8 |
13,6 |
191 |
434,0 |
59035,8 |
46699,2 |
13,6 |
451 |
434,0 |
289,9 |
1927,2 |
13,6 |
490 |
434,0 |
3139,0 |
6872,4 |
13,6 |
603 |
434,0 |
28570,1 |
38376,8 |
14,0 |
380 |
447,8 |
4590,6 |
734,4 |
14,0 |
397 |
447,8 |
2576,0 |
102,0 |
14,0 |
418 |
447,8 |
885,3 |
118,8 |
14,0 |
518 |
447,8 |
4934,5 |
12298,8 |
14,0 |
571 |
447,8 |
15189,6 |
26863,2 |
14,0 |
588 |
447,8 |
19669,0 |
32724,8 |
|
|
|
952424,8 |
986894,5 |
Анализ точности определения оценок коэффициентов регрессии.
Несмещенной оценкой дисперсии возмущений является величина:
Это необъясненная дисперсия (мера разброса зависимой переменной вокруг линии регрессии).
=руб.
=140,8623 руб. - стандартная ошибка оценки (стандартная ошибка регрессии).
стандартное отклонение случайной величины a.
где, S(x) – среднеквадратическое отклонение = 0,7621023.
- стандартное отклонение случайной величины b.
Чтобы проверить, значимы ли параметры, т.е. значимо ли они отличаются от нуля, используют статистические методы проверки гипотез.
В качестве основной (нулевой) гипотезы выдвигают гипотезу о незначимом отличии от нуля параметра. Наряду с основной (проверяемой) гипотезой выдвигают альтернативную гипотезу о неравенстве нулю параметра или статистической характеристики в генеральной совокупности.
Проверим гипотезу H0 о равенстве отдельных коэффициентов регрессии нулю на уровне значимости α=0.05.
H0: b = 0, то есть между переменными x и y отсутствует линейная взаимосвязь в генеральной совокупности;
H1: b ≠ 0, то есть между переменными x и y есть линейная взаимосвязь в генеральной совокупности.
Если основная гипотеза окажется неверна, поэтому мы принимаем альтернативную. Для проверки этой гипотезы используется t-критерий Стьюдента.
Найденное по данным наблюдений значение t-критерия (его еще называют наблюдаемым или фактическим) сравнивается с табличным (критическим) значением, определяемым по таблицам распределения Стьюдента.
Табличное значение t-критерия определяем с помощью использования статистической функции СТЬЮДРАСПОБР(0,05;48)
Вводными параметрами функции являются уровень значимости (0,05) и число степеней свободы, которое в случае линейной парной регрессии равно (n-2), n-число наблюдений.
Следовательно, 2,01063
Поскольку1,3180 < 2,01063, то статистическая значимость коэффициента регрессии b опровергается.
Поскольку -0,1033 < 2,01063, то статистическая значимость коэффициента регрессии a опровергается.
Доверительные интервалы для коэффициентов уравнения регрессии.
Доверительный интервал – предельные значения статистической величины, которая с заданной доверительной вероятностью γ будет находиться в этом интервале при выборке большего объема.
Определим доверительные интервалы коэффициентов регрессии, которые с надежность 95% будут следующими:
Мы не можем утверждать, что значение данного параметра будут лежать в найденном интервале.
Мы не можем утверждать, что значение данного параметра будут лежать в найденном интервале.