Спецификация множественной регрессии

⇐ ПредыдущаяСтр 11 из 12Следующая ⇒

Спецификация множественной регрессии - линейной и нелинейной - заключается в определении:

- корреляционного отношения ŋ и его значимости;

- средней относительной ошибки аппроксимации δ;

- автокорреляции остатков по критерию Дарбина – Уотсона.

- значимость параметров и значимость всего уравнения в целом;

Все операции выполняются так же, как и для парной нелинейной регрессии.

В случае линейной множественной регрессии величина δ может не определяться. Точность аппроксимации для данной регрессии характеризуется корреляционным отношением:

Так, например, если ŋ = 0, 7, это означает, что корреляционная зависимость между результирующим показателем y и факторами x₁, x₂, …, x_n равна 0, 7, а средняя относительная ошибка аппроксимации δ =1- ŋ = 0, 3, или 30%.

Приложение 1.

Распределение Стьюдента (t-распределение)

Пример: t_a_,_v = t_{0, 05; 20}=1, 725; v — число степеней свободы,

Р(Т > 1, 725) = 0, 05; a — уровень значимости.

Р(| Т | > 1, 725) =0, 10.

v \ a " ^^	0, 4	0, 25	0, 10	0, 05	0, 025	0, 01	0, 005	0, 001	0, 0005
	0, 325	1, 000	3, 078	6, 314	12, 706	31, 821	63, 657	318, 31	636, 6
	0, 289	0, 816	1, 886	2, 920	4, 303	6, 965	9, 925	22, 327	31, 6
	0, 277	0, 765	1, 638	2, 353	3, 182	4, 541	5, 841	10, 214	12, 94
	0, 271	0, 741	1, 533	2, 132	2, 776	3, 747	4, 604	7, 173	8, 610
	0, 267	0, 727	1, 476	2, 015	2, 571	3, 365	4, 032	5, 893	6, 859
	0, 265	0, 718	1, 440	1, 943	2, 447	3, 143	3, 707	5, 208	5, 959
	0, 263	0, 711	1, 415	1, 895	2, 365	2, 998	3, 499	4, 785	5, 405
	0, 262	0, 706	1, 397	1, 860	2, 306	2, 896	3, 355	4, 501	5, 041
	0, 261	0, 703	1, 383	1, 833	2, 262	2, 821	3, 250	4, 297	4, 781
	0, 260	0, 700	1, 372	1, 812	2, 228	2, 764	3, 169	4, 144	4, 587
	0, 260	0, 697	1, 363	1, 796	2, 201	2, 718	3, 106	4, 025	4, 437
	0, 259	0, 695	1, 356	1, 782	2, 179	2, 681	3, 055	3, 930	4, 318
	0, 259	0, 694	1, 350	1, 771	2, 160	2, 650	3, 012	3, 852	4, 221
	0, 258	0, 692	1, 345	1, 761	2, 145	2, 624	2, 977	3, 787	4, 140
	0, 258	0, 691	1, 341	1, 753	2, 131	2, 602	2, 947	3, 733	4, 073
	0, 258	0, 690	1, 337	1, 746	2, 120	2, 583	2, 921	3, 686	4, 015
	0, 257	0, 689	1, 333	1, 740	2, 110	2, 567	2, 898	3, 646	3, 965
	0, 257	0, 688	1, 330	1, 734	2, 101	2, 552	2, 878	3, 610	3, 922
	0, 257	0, 688	1, 328	1, 729	2, 093	2, 539	2, 861	3, 579	3, 883
	0, 257	0, 687	1, 325	1, 725	2, 086	2, 528	2, 845	3, 552	3, 850
	0, 257	0, 686	1, 323	1, 721	2, 080	2, 518	2, 831	3, 527	3, 819
	0, 256	0, 686	1, 321	1, 717	2, 074	2, 508	2, 819	3, 505	3, 792
	0, 256	0, 685	1, 319	1, 714	2, 069	2, 500	2, 807	3, 485	3, 767
	0, 256	0, 685	1, 318	1, 711	2, 064	2, 492	2, 797	3, 467	3, 745
	0, 256	0, 684	1, 316	1, 708	2, 060	2, 485	2, 787	3, 450	3, 725
	0, 256	0, 684	1, 315	1, 706	2, 056	2, 479	2, 779	3, 435	3, 707
	0, 256	0, 684	1, 314	1, 703	2, 050	2, 473	2, 771	3, 421	3, 690
	0, 256	0, 683	1, 313	1, 701	2, 080	2, 467	2, 763	3, 408	3, 674
	0, 256	0, 683	1, 311	1, 699	2, 450	2, 462	2, 756	3, 396	3, 659
	0, 256	0, 683	1, 310	1, 697	2, 042	2, 457	2, 750	3, 385	2, 646
	0, 255	0, 681	1, 303	1, 684	2, 021	2, 423	2, 704	3, 307	3, 551
	0, 255	0, 880	1, 296	1, 676	2, 009	2, 403	2, 678	3, 262	3, 495
	0, 255	0, 679	1, 296	1, 671	2, 000	2, 390	2, 660	3, 232	3, 460
	0, 254	0, 679	1, 292	1, 664	1, 990	2, 374	2, 639	3, 195	3, 415
	0, 254	0, 678	1, 290	1, 660	1, 984	2, 365	2, 626	3, 174	3, 389
	0, 254	0, 677	1, 289	1, 658	1, 980	2, 358	2, 467	3, 160	3, 366
	0, 254	0, 676	1, 286	1, 653	1, 972	2, 345	2, 601	3, 131	3, 339
	0, 253	0, 675	1, 283	1, 648	1, 965	2, 334	2, 586	3, 106	3, 310
¥	0, 253	0, 674	1, 282	1, 645	1, 960	2, 326	2, 576	3, 090	3, 29

⇐ Предыдущая 3 4 5 6 7 8 9 101112 Следующая ⇒

Поделиться с друзьями:

mylektsii.su - Мои Лекции - 2015-2025 год. (0.009 сек.)Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав Пожаловаться на материал