По условию имеем
x
| y
| Y=lny
|
|
| 4,634729
|
|
| 4,59512
|
|
| 4,65396
|
|
| 4,624973
|
|
| 4,663439
|
|
| 4,663439
|
|
| 4,60517
|
|
| 4,60517
|
|
| 4,727388
|
|
| 4,663439
|
|
| 4,70953
|
Все вычисления произведем в MS Excel
ВЫВОД ИТОГОВ
|
|
|
|
|
|
Регрессионная статистика
|
|
Множественный R
| 0,280166429
|
|
R-квадрат
| 0,078493228
|
|
Нормированный R-квадрат
| -0,023896413
|
|
Стандартная ошибка
| 0,042906291
|
|
Наблюдения
|
|
|
|
|
|
Дисперсионный анализ
|
|
|
| df
| SS
|
Регрессия
|
| 0,001411296
|
Остаток
|
| 0,016568549
|
Итого
|
| 0,017979845
|
|
|
|
| Коэффициенты
| Стандартная ошибка
|
Y-пересечение
| 4,638535102
| 0,018139974
|
Переменная X 1
| 0,003061789
| 0,003496932
|
MS
| F
| Значимость F
|
0,001411296
| 0,766612979
| 0,404028578
|
0,00184095
|
|
|
|
|
|
|
|
|
t-статистика
| P-Значение
| Нижние 95%
|
255,7079205
| 1,08875E-18
| 4,597499629
|
0,875564377
| 0,404028578
| -0,00484882
|
Верхние 95%
| Нижние 95,0%
| Верхние 95,0%
|
4,679570575
| 4,597499629
| 4,679570575
|
0,010972398
| -0,00484882
| 0,010972398
|
- уравнение экспоненциальной регрессии, так как , , и , , то коэффициенты регрессии статистически не значимы, т.е. уравнение регрессии нельзя применять для прогноза.