Оценка существенности параметров линейной регрессии и корреляции

Оценка значимости уравнения регрессии в целом дается с помощью F-критерия Фишера. При этом выдвигается нулевая гипотеза, что коэффициент регрессии равен нулю, т. е. b = 0, и следовательно, фактор х не оказывает влияния на результат у.

Непосредственному расчету F-критерия предшествует анализ дисперсии. Центральное место в нем занимает разложение общей суммы квадратов отклонений переменной у от средне го значения у на две части - «объясненную» и «необъясненную»:

[pic]

[pic]- общая сумма квадратов отклонений

[pic]- сумма квадратов отклонения объясненная регрессией [pic]- остаточная сумма квадратов отклонения.

Любая сумма квадратов отклонений связана с числом степеней свободы, т. е. с числом свободы независимого варьирования признака. Число степеней свободы связано с числом единиц совокупности nис числом определяемых по ней констант. Применительно к исследуемой проблеме число cтепеней свободы должно показать, сколько независимых отклонений из п возможных требуется для образования данной суммы квадратов.

Дисперсия на одну степень свободы D.

[pic]

F-отношения (F-критерий): [pic] [pic]

Ecли нулевая гипотеза справедлива, то факторная и остаточная дисперсии не отличаются друг от друга. Для Н0 необходимо опровержение, чтобы факторная дисперсия превышала остаточную в несколько раз. Английским статистиком Снедекором разработаны таблицы критических значений F-отношений при разных

уровнях существенности нулевой гипотезы и различном числе степеней свободы.

Табличное значение F-критерия — это максимальная величина отношения дисперсий, которая может иметь место при случайном их расхождении для данного уровня вероятности наличия нулевой гипотезы. Вычисленное значение F- отношения признается достоверным, если о больше табличного. В этом случае нулевая гипотеза об отсутствии связи признаков отклоняется и делается вывод о существенности этой связи: Fфакт > Fтабл Н0 отклоняется. Если же величина окажется меньше табличной Fфакт ‹, Fтабл, то вероятность нулевой гипотезы выше заданного уровня и она не может быть отклонена без серьезного риска сделать неправильный вывод о наличии связи. В этом случае уравнение регрессии считается статистически незначимым. Но не отклоняется.

Стандартная ошибка коэффициента регрессии [pic]

Для оценки существенности коэффициента регрессии его величина сравнивается с его стандартной ошибкой, т. е. определяется фактическое значение t- критерия Стьюдентa: [pic]которое затем сравнивается с табличным значением при определенном уровне значимости [pic] и числе степеней свободы (n- 2).

Стандартная ошибка параметра а:

[pic] [pic]

Значимость линейного коэффициента корреляции проверяется на основе величины

ошибки коэффициента корреляции тr:

[pic] [pic]

Общая дисперсия признака х: [pic]

Коэф. регрессии [pic] Его величина показывает ср. изменение результата с изменением фактора на 1 ед.

Ошибка аппроксимации: [pic]