В пакетах программ используется другой способ проверки – вычисляется P-уровень, т.е. значение вероятности, соответствующее расчетному значению F-критерия.
Если P<α, то гипотезу H0 следует отвергнуть, т.е. признать статистическую значимость и надежность уравнения регрессии и коэффициента детерминации. Чем меньше значение P-уровня, тем надежнее полученные оценки.
Величина F-критерия связана с коэффициентом детерминации R2:
.
Проверка существенности уравнения регрессии с помощью F-критерия проводится при условии нормальности распределения ошибки регрессии.
При таком же предположении можно проверить гипотезы относительно каждого коэффициента с использованием Т-статистики Стьюдента:
а, b – коэффициенты уравнения регрессии,
r – коэффициент корреляции.
t-статистика для коэффициента уравнения регрессии а – ;
t-статистика для коэффициента уравнения регрессии b – ;
t-статистика для коэффициента корреляции r – .
ma, mb, mr – стандартные ошибки.
; ; .
Для проверки значимости этих коэффициентов необходимо сравнить полученные расчетные значения ta, tb, tr с табличным значением распределения Стьюдента с df степенями свободы и уровнем значимости α, т.е. с tdf,α (df = n-2).
|
|
Если расчетное значение по абсолютной величине больше табличного, то нулевая гипотеза H0
Н0: а =0,
Н0: b = 0,
Н0: r = 0.
отвергается и значение соответствующего коэффициента считается значимым при данном уровне значимости α.
Связь между F-критерием Фишера и t – статистикой Стьюдента выражается равенством:
= .
Таким образом, проверка гипотез о значимости коэффициентов регрессии и корреляции равна проверке гипотезы о существенности уравнения регрессии.
Качество уравнения регрессии можно также оценить с помощью средней ошибки аппроксимации