Индекс детерминации

R² = 24, 87/30, 86= 0, 806

Ошибка аппроксимации:

Сравнивая значения этих показателей с индексом детерминации и ошибкой аппроксимации, ранее рассчитанными для уравнения парной линейной регрессии, мы видим, что индекс детерминации для двухфакторного уравнения оказался больше 0, 806> 0, 777, а ошибка аппроксимации меньше 0, 774< 0, 831. Значит, уравнение двухфакторной линейной регрессии лучше описывает реальную статистическую зависимость.

Для сравнительного анализа и оценки различных уравнений регрессии в эконометрике разработаны и другие статистические критерии, которые мы рассмотрим на следующих лекциях.

Заключение. На данной лекции мы рассмотрели методы, которые используются в эконометрике для отбора факторов (независимых переменных), которые целесообразно включать в уравнения множественной регрессии. Было отмечено, что чрезмерно большое количество факторных переменных ухудшает качество эконометрических моделей и достоверность расчетов, выполненных по этим моделям. Была раскрыта сущность конфлюэнтного анализа и анализа мультиколлинеарности, как основного метода отбора факторов, включаемых в модель.

В качестве домашнего задания студентам предлагается (используя данные примера, рассмотренного на лекции) построить уравнение 3х факторной линейной регрессии, включив в него, кроме факторов x₂ и x₃, один из остальных факторов (по собственному выбору) и рассчитать для вновь построенного уравнения индекс детерминации и ошибку аппроксимации.

[1] Для ускоренного расчета коэффициентов корреляции рекомендуется воспользоваться в Excel встроенной статистической функцией: КОРРЕЛ.