Инструмент анализа «Регрессия» применяется для подбора параметров уравнения регрессии с помощью МНК. Регрессия используется для анализа воздействия на отдельную зависимую переменную значений одной или нескольких независимых переменных. Можно вычислить степень влияния каждого из факторов, а затем использовать полученные данные для прогнозирования.
1.R^2-k детерминации,показывает долю вариации результативного признака, находящегося под воздействием изучаемых факторов, то есть определяет, какая доля вариации признака Y учтена в модели и обусловлена влиянием на него факторов. Чем ближе R 2 к 1, тем выше качество модели.
2. F-критерий Фишера. Оценка значимости уравнения регрессии проводится с помощью -критерия Фишера, который заключается в проверке гипотезы о статистической незначимости уравнения регрессии. Для этого выполняется сравнение фактического Fфакт и критического . Если то гипотеза об отсутствии связи изучаемого показателя с фактором отклоняется и делается вывод о существенности этой связи с уровнем значимости (т.е. уравнение регрессии значимо).
|
|
Если то гипотеза принимается и признается статистическая незначимость и ненадежность уравнения регрессии.
3.S(e) стандартная ошибка. СКО от модели.
4.t-статистика. t -критерий Стьюдента для оценки значимости параметров модели линейной регрессии: . Вычисленное значение сравнивается с критическим значением t -критерия, которое берется из таблицы значений t -распределения Стьюдента с учетом заданного уровня значимости и числа степеней свободы (n – k – 1). t-статистика должна быть по модулю больше tтабл.