В общем случае для оценки тесноты связи аргумента и функции, значимости полученных коэффициентов и надежности уравнения регрессии исследователь формирует для каждого названного этапа т.н. соответствующие «нулевые гипотезы» и производит их верификацию по соответствующим правилам.
Общее правило формирования нулевых гипотез состоит в следующем. Сначала формулируется утверждение о том, что то, что мы собираемся установить в качестве реально существующего с заданным уровнем значимости, как бы отсутствует. Здесь рассмотрим лишь формирование и поверку нулевой гипотезы Н0 относительно тесноты связи аргумента и функции.
Нулевая гипотеза Н0 в данном случае формируется так. X)ыль У и время Х функционально не связаны (У = игипотезы относительно тесноты связи аргумента и функ2цииПрибыль «у» и время «х» функционально не связаны: у ≠ f(х), или, иными словами, размер прибыли от времени не зависит.
Для опровержения или принятия данной гипотезы необходимо произвести дополнительные вычисления – рассчитать параметр tрас и сравнить его значение с табличным параметром tтаб с заданным уровнем значимости Р (в процентах или относительных единицах) либо с заданным уровнем ошибок ά (в относительных единицах):
|
|
│ρ│(N – 2)1/2
tрас = ——————. (24)
(1 - ρ2)1/2
Вполне очевидно, что величина tрас всегда больше нуля. При подстановке наших данных в выражение (24) получим:
│ρ│(N – 2)1/2 0,894 • (5 – 2)1/2
tрас = —————— = —————— = 4,76.
(1 - ρ2)1/2 (1 – 0,894)1/2
Далее производится сравнение расчетного и табличного параметра. При этом, если
tрас ≥ tтаб, (25)
с заданным уровнем значимости Р (%), то нулевая гипотеза Н0 отвергается, то есть связьмежду переменными х и у существует и является значимой. То есть у = f(x). Нулевая гипотеза отвергается. Если нестрогое неравенство (25) не выполняется, то нулевая гипотеза принимается для заданного уровня значимости.
Для определения табличных значений tтаб воспользуемся таблицей Стьюдента, приведенной в табл. 4. Вход в таблицу осуществляется по числу степеней свободы df, которое вычисляется следующим образом:
df = N – 1. (26)
В нашем случае df = 5 – 1 = 4.
Обычно в социально-экономических исследованиях приняты уровни значимости Р в 90%, 95% и 99%, что соответствует значениям ά в 0,10; 0,05 и 0,01 – соответственно.
Здесь неравенство (25) выполняется на строке таблицы (выделено шрифтом) для вероятности более, чем 99% (т.е. с ошибкой менее 1%).
Таблица 4
Значение t-критерия Стьюдента при уровне значимости ά
Число степеней свободы df | Упрвень значимости ά | ||
0,10 | 0,05 | 0,01 | |
6,3138 2,2900 2,3534 2,1318 2,0150 1,9432 1,8946 1,8595 1,8331 1,8125 | 12,706 4,3027 3,1825 2,7764 2,5706 2,4469 2,3646 2,3060 2,2622 2,2281 | 63,657 9,9248 5,8409 4,6041 4,0321 3,7074 3,4995 3,3554 3,2498 3,1693 |
Следовательно, можно сделать следующий вывод: нулевая гипотеза о несвязанности аргумента и функции может быть опровергнута с вероятностью, не менее 99% (или принята с вероятностью менее 1%). То есть, отвергая Н0, мы можем ошибиться менее, чем в одном случае из ста, тогда как принимая ее, мы ошибемся в более, чем 99-ти случаях из 100.
|
|
Таким образом, полученным результатам прогнозирования мы в известном смысле доверяем. Задача решена.