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:
|
Оценки параметров модели и их значимостьЭтот блок результатов содержит 9 столбцов. Первый и второй – название и величина оценок параметров модели: Y – пересечение – b0 = 56,9124321; переменная Х1 – b1 = 0,33749665; переменная Х2 – b2 = -1,8406011; переменная Х3 – b3 = -2,2721556; переменная Х4 – b4 = -0,0975842. Таким образом, получена модель:
= 56,912 + 0,338Х1 – 1,841Х2 – 2,272Х3 – 0,098Х4.
Величины bj (j = 1,2,3,4) показывают, насколько изменится результат с увеличением значения некоторого фактора на единицу и при неизменной величине остальных факторов. Так, увеличение Х1 (фондовооруженность труда) на 1 тыс.грн/чел. при прочих равных условиях будет способствовать росту производительности труда на 0,338 (тыс.грн./чел.-ч)/(тыс.грн/чел). Если же Х2 (коэффициент текучести кадров) увеличится на 1%, а другие факторы не изменятся, то величина производительности труда уменьшится на 1,841(тыс.грн./чел.-ч)/%. Рост Х3 (потери рабочего времени) на единицу (1%) также отрицательно воздействует на производительность труда: уменьшает ее на 2,271(тыс.грн./чел.-ч)/% при прочих равных условиях. Направленность воздействия первых трех из рассмотренных факторов на производительность труда не противоречит экономическому смыслу, тогда как влияние четвертого фактора – стаж работы – вызывает сомнение: казалось бы, чем дольше человек работает, тем лучше у него навыки и тем выше производительность; а b4 = -0,0975842 показывает, что увеличение стажа на 1 год, хотя и незначительно, снижает уровень производительности труда. Сравнивать силу влияния отдельных факторов на величину результирующего показателя, сопоставляя коэффициенты, не следует, так как эти коэффициенты зависят от единиц измерения каждого показателя. С целью выявления наиболее влияющих показателей необходимо перейти к уравнению в стандартизованном масштабе, в котором в качестве единицы измерения влияния всех факторов выступает среднее квадратичное отклонение. Третий столбец содержит стандартные ошибки оценок параметров модели:
= 7,568886; = 0,101896; = 0,402267; = 1,899119; =0,392655. Они показывают, какая доля значения данной характеристики сформировалась под влиянием случайных факторов. Эти величины (см.(7)) используются для расчета t-критерия Стьюдента, значения которого для различных оценок представлены в четвертом столбце. Четвертый столбец – t-критерий: t0 = 7,519287; t1 = 3,312162; t2 = -4,57557; t3 = -1,19643; t4 = -0,24852. Если значения t-критерия больше 2–3, то можно сделать вывод о существенности данного параметра, который формируется под воздействием неслучайных величин. Для более обоснованных выводов используем результаты, находящиеся в пятом столбце. Пятый столбец – уровень значимости – показатель вероятности случайных значений параметров регрессии: a0 = 0,0000018; a1 = 0,00474; a2 = 0,00036; a3 = 0,2501; a4 = 0,8071. Если aj меньше принятого нами уровня (обычно 0,1; 0,05 или 0,01; это соответствует 10%, 5% или 1% вероятности), то делают вывод о неслучайной природе данного значения оценки, т.е. о том, что оценки параметров достоверны (статистически значимы). В противном случае принимается гипотеза о случайной природе значения коэффициента регрессии. Поскольку a3 = 0,2501 и a4 = 0,8071 больше 0,005, то делаем вывод, что соответствующие оценки b3 и b4 – недостоверны. Это позволяет рассматривать факторы Х3 и Х4 как неинформативные и ставить под сомнение необходимость включения их в модель. Возникшее противоречие (F-критерий утверждает достоверность модели в целом, а t-критерий – недостоверность отдельных оценок) обычно определяется существующей между независимыми переменными мультиколлинеарностью. Оставшиеся четыре столбца с вероятностью 0,95 определяют верхние и нижние границы оценок параметров модели, т.е. позволяют осуществить интервальное оценивание параметров. (Поскольку находящиеся в этих столбцах величины повторяют друг друга, то здесь приведены только 6 и 7 столбцы). Интервальное оценивание параметра модели b j выполняется следующим образом: b j ± × t a, или b j - × t a £ b j £ b j + × t a. Так, например, для b 0 : для a = 5% и 20 – 5 = 15 степеней свободы табличное значение (двустороннее) t a = 2,13, тогда × t a = 7,568886 × 2,131 = 16,1293; 56,9124321 – 16,1293 £ b 0 £ 56,9124321+ 16,1293; 40,78 £ b 0 £ 73,04; 0,12031 £ b 1 £ 0,554683; -2,69801£ b 2 £ -0,98319; -6,32003 £ b 3 £ 1,775723; -0,93451 £ b 4 £ 0,739341. Таким образом, с вероятностью 0,95, увеличение фондовооруженности труда на одну единицу обеспечит прирост производительности труда не ниже 0,12031 и не выше 0,554683 тыс.грн./чел.-ч. Аналогично интерпретируются остальные доверительные интервалы. Доверительные интервалы для третьего и четвертого параметров включают нулевое значение, что еще раз подтверждает сделанный ранее вывод о недостоверности их оценок.
Вывод остатков В этом блоке результатов приводятся расчетные значения зависимой переменной и остатки, которые определяются как разность между фактическими значениями зависимой переменной и расчетными. Программа Анализ данных/Регрессия позволяет вывести и графики «подбора», т.е. зависимости результативного признака от каждого из факторов, а также графики остатков для парных зависимостей. Для вывода графиков следует в окне Регрессия поставить соответствующие флажки. Не нашли, что искали? Воспользуйтесь поиском:
|