ТОР 5 статей: Методические подходы к анализу финансового состояния предприятия Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века Характеристика шлифовальных кругов и ее маркировка Служебные части речи. Предлог. Союз. Частицы КАТЕГОРИИ:
|
Схема проведения дисперсионного анализа
(5.12) (5.13) . (5.14) Критерий Фишера определяется следующим соотношением: (5.15) Использование критерия Фишера предполагает вычисление и его сравнение с табличным значением , которое зависит от уровня значимости и числа степеней свободы для факторной и остаточной сумм. определяется либо с помощью таблиц, либо с использованием специализированных пакетов программ, например, в Excel для этого может быть использована функция FРАСПРОБР(). Если , нулевая гипотеза об отсутствии связи признаков отклоняется и делается вывод о справедливости гипотезы (о существенности этой связи, значимости уравнения регрессии). Если же величина окажется меньше табличной, то есть , то вероятность нулевой гипотезы выше заданного уровня значимости (например, 0.05) и гипотеза не может быть отклонена без серьезного риска сделать неправильный вывод о наличии линейной связи между и . В этом случае уравнение регрессии считается статистически незначимым, линейной связи между и нет. Критерий Фишера может быть вычислен как по формуле (5.15), так и через коэффициент детерминированности по формуле:
(5.16) где - коэффициент детерминированности; - число наблюдений; - число параметров при переменных в рассматриваемом уравнении регрессии. Проверка значимости параметров уравнения регрессии: коэффициентов уравнения регрессии и и корреляции - проводится с помощью критерия Стьюдента. С этой целью для каждого из параметров определяется стандартная ошибка (средняя квадратическая погрешность):
(5.17) Статистики: , (5.18) имеют -распределение Стьюдента. Для заданного уровня значимости и соответствующего числа степеней свободы доверительные интервалы для параметров уравнения регрессии определяются по формулам: ; , (5.19) где - табличное значение для заданного числа степеней свободы и уровня значимости. Значение можно получить с помощью функции Excel СТЬЮДРАСПОБР(). Выдвигается нулевая гипотеза о незначимом отличии коэффициента регрессии в уравнении регрессии от нуля. По формулам (5.18) с учетом равенств (5.17) вычислим . Если вычисленное значение будет меньше критического, найденного для заданного уровня значимости и соответствующего числа степей свободы, то есть , то гипотеза о равенстве нулю коэффициента регрессии отклоняется. Аналогично проверяется значимость свободного члена в уравнении (5.4) и коэффициента корреляции. В прогнозных расчетах предсказываемое значение определяется как точечный прогноз путем подстановки в уравнение регрессии значения . Однако, точечный прогноз маловероятен. Поэтому находят интервальную оценку прогноза: , (5.20) где - стандартная ошибка : . (5.21) Рассмотренная формула стандартной ошибки предсказываемого среднего значения при заданном значении характеризует ошибку положения линии регрессии. Чем больше разность между и , тем больше величина , это влечет увеличение доверительного интервала (рис.5.2.) На этом рисунке показано, что минимальная ширина доверительного интервала соответствует случаю, когда и совпадают. По мере удаления от на величины и ширина соответствующих доверительных интервалов увеличивается. Рис. 5.2. Доверительный интервал линии регрессии: U – верхняя граница; L – нижняя граница доверительного интервала; Δ0, Δ1,и Δ2 доверительные интервалы для прогнозных значений равных , и соответственно. Для сравнения качества различных моделей используется скорректированный индекс детерминации - , содержащий поправку на число степеней свободы: . (5.22) Другой оценкой качества уравнения регрессии является средняя ошибка аппроксимации - среднее отклонение теоретических значений от фактических, которая определяется по формуле: . (5.23) Модель считается пригодной для прогноза, если величина не превышает 8%-10%. Для модели, описываемой уравнением (5.2) можно вычислить коэффициент эластичности. Коэффициент эластичности показывает, на сколько процентов изменится в среднем результат, если фактор изменится на 1 %, и вычисляется по формуле: , (5.24) где - первая производная, характеризующая соотношение приростов результата и фактора для соответствующей формы связи. Для линейной модели . Не нашли, что искали? Воспользуйтесь поиском:
|