Значимость уравнения множественной регрессий в целом, так же как и в парной регрессии, оценивается с помощью F-критерия Фишера:
(1)
Где
- коэффициент (индекс) множественной детерминации;
m - число параметров при переменных х (в линейной регрессии совпадает с числом включенных в модель факторов);
n - число наблюдений.
Оценивается значимость не только уравнения в целом, но и фактора, дополнительно включенного в регрессионную модель. Необходимость такой оценки связана с тем, что не каждый фактор, вошедший вариации в модель, может существенно увеличивать долю объясненной вариации результативного признака. Кроме того, при наличии в модели нескольких факторов они могут вводиться в модель в разной последовательности. Ввиду корреляции между факторами значимость одного и того же фактора может быть разной в зависимости от последовательности его введения в модель. Мерой для оценки включения фактора в модель служит частный F- критерий, т.е. .
(2)
Где - коэффициент множественной детерминации для модели с полным набором факторов;
|
|
- тот же показатель, но без включения в модель фактора ;
- число наблюдений;
- число параметров в модели (без свободного члена).
Если оцениваем значимость влияния фактора , то формула частного F –критерия примет вид:
(3)
В общем виде для фактора частный -критерий определится как
В числителе – прирост доли вариации у за счет дополнительный включается в модель соотношения фактура, в значении доля остаточных вариации для полной модели
Частный F-критерий оценивает значимость коэффициентов чистой регрессии.