2.5 Определение зависимостей между экономическими показателями
Пусть совокупность показателей (факторов); совокупность подлежащих определению весовых коэффициентов, учитывающих относительную важность соответствующего показателя; результирующая оценка .
Тогда соотношение
(2.22)
представляет собой уравнение регрессии, задающее значение в зависимости от значений показателей
Оценка неизвестных параметров осуществляется следующим образом. Формируется матрица статистических либо тестовых ситуаций, состоящая из совокупности численных значений факторов в этих ситуациях
. (2.23)
Здесь численное значение -го фактора в -й ситуации, ; .
Кроме того, формируются: вектор статистических либо экспертных оценок итогового показателя, соответствующих выбранным ситуациям,
, (2.24)
а также вектор неизвестных параметров , ,
. (2.25)
Тогда вектор представляет собой вектор предсказываемых моделью оценок результирующего показателя , а функционал
, (2.26)
задает сумму квадратов отклонений предсказываемых оценок от экспертных.
Минимизация по вектору определяет наилучший с точки зрения метода наименьших квадратов (МНК) набор параметров полученное выражение используется для оценки параметров многофакторных уравнений регрессии.
. (2.27)
Подставляя компоненты вектора в уравнение линейной многофакторной регрессии, получаем возможность оценить значение финансового состояния для любого набора численных значений конкретных показателей.
2.6 Статистический анализ результатов обработки эксперимента
После вычисления коэффициентов уравнения регрессии переходят к статистическому анализу полученных результатов, который проводится в два этапа:
оценка значимости коэффициентов уравнения регрессии;
оценка адекватности модели.
2.6.1 Оценка значимости коэффициентов уравнения регрессии
Ввиду недостаточной информативности оценок параметров уравнения регрессии получим для них интервальные оценки, которые определяются по следующей формуле:
, (2.28)
где оценочное значение коэффициента
среднеквадратичная ошибка оценивания
Параметр определяется из таблицы распределения Стьюдента с учетом N-1 степеней свободы.
Для определения необходимо рассчитать ковариационную матрицу ошибок оценок параметров уравнения регрессии.
, (2.29)
где - дисперсия воспроизводимости в j-й точке ФП по результатам проведения совокупности повторных опытов.
Она определяется по формуле:
(2.30)
где - результат k-го измерения функции отклика в j-й точке ФП;
- среднее значение функции отклика в j-й точке ФП.
Диагональными элементами ковариационной матрицы (2.29) являются среднеквадратические ошибки оценивания параметров .
Дисперсия воспроизводимости характеризует точность измерения функции отклика в точках факторного пространства (ФП) с учетом повторных (параллельных) опытов.
Таким образом, доверительный интервал накрывает истинное значение . Будем считать, что коэффициент значим, если интервал не захватывает нуль, и не значим в противном случае.