Находим
коэффициент корреляции и его оценку:
r=-0,06 (r^=-0.056
≈ r)
Оценим тесноту связи переменных:
т.к.
зависимость линейная, то R^2=(-0.06)^2=0.0036.
Значение коэффициента детерминации
очень маленькое, следовательно
качественная мера тесноты связи является
низкой.
3. Проверим значимость коэффициента корреляции:
Введем
нулевую гипотезу об отсутствии линейной
зависимости H(0) (r=0)
и H(a) (r≠0).
Проверяем гипотезу H(0) с
помощью t-статистики.
=0,4
– значение t-статистики
превосходит табличное значение
=0,255
при уровне значимости α=0,4 и при числе
степеней свободы υ=48. Следовательно
гипотеза Н(0) отклоняется и уравнение
регрессии действительно имеет линейный
вид.
Вывод: по виду корреляционного поля
мы выдвинули гипотезу о форме регрессионной
зависимости между двумя случайными
величинами, используя метод наименьших
квадратов (МНК), нашли параметры
(коэффициенты) уравнения регрессии,
оценили тесноту связи между случайными
величинами и проверили ее значимость,
так же в результате работы была
подтверждена гипотеза о линейной
зависимости случайной величины.
Лабораторная работа №4 Теория вероятности и математическая статистика «построение регрессионной модели системы двух случайных величин»
Выполнил:
ст.гр. УИТС-21
Сорокин
А.Г
Проверил:
ст. преподаватель Карабанова О.В.