Графік моделі у „хмарі” розсіювання

“Точечные диаграммы”: “Диапазон”: Масиви (Х; Y) + Ctrl масив

6. Дисперсійний аналіз лінійної моделі:

• Дисперсія змінної Y: ;

• Дисперсія залишків: = ;

• Коефіцієнт детермінації: ;

• Коефіцієнт кореляції: (R > 0 при а₁ > 0; R < 0 при а₁ < 0).

• Коефіцієнт еластичності: ;
• Коваріаційна матриця:

• С.к.в. оцінок параметрів: ; .

7. Значущість оцінок параметрів і моделі:

Ø Значущість моделі за критерієм Фішера:

1) α – рівень значущості;

F_табл. знаходиться з таблиці

2) F_ф. >, < F_{табл .} => значущість (незначущість) моделі (коефіцієнта R²)

Ø Значущість оцінок параметрів моделі за t -критерієм:

1) t _табл. знаходиться з таблиці t - розподілу: df = n – m -1, α / 2 – рівень значущості;

2) t_ф. >, < t_табл. => значущість (незначущість) оцінок параметрів моделі

Ø Інтервали надійності для оцінок :

8. Прогноз:

Точковий прогноз: х_пр =

Інтервальний прогноз:

,

,

.

9. Аналіз лінійної моделі:

• економічний зміст оцінок параметрів моделі і коефіцієнта еластичності;
• значення коефіцієнтів детермінації і кореляції;
• статистична значущість моделі за F - критерієм і оцінок параметрів моделі за Т - критерієм;
• прогнозоване значення показника Y;
• доцільність використання моделі.