Вычислим оценку дисперсии отклонений по формуле
,
где – сумма квадратов отклонений;
n – количество наблюдений;
m – количество факторов модели.
Полученное значение проверим копированием с итогового листа Регрессии значение ячейки Остаток с таблицы дисперсийного анализа. Значения совпали.
Таблица 6 – Оценка дисперсии остатков
По формуле |
| Регрессия |
|
| MS |
0,0297117 | Остаток | 0,0297117 |
Расчет дисперсии и ковариации оценок параметров модели
Для получения оценок ковариаций и дисперсий оценок параметров модели необходимо сложить ковариационную матрицу по формуле:
Таблица 7 – Оценка ковариационной матрицы оценок параметров модели
| 17,6451 | -0,201192 | -0,08809 |
| 0,5243 | -0,006 | -0,003 |
0,0297117 | -0,20119 | 0,0032538 | 0,000737 |
| -0,006 | 1E-04 | 2E-05 |
| -0,08809 | 0,0007365 | 0,000522 |
| -0,0026 | 2E-05 | 2E-05 |
Мы получили дисперсии оценок параметров модели, которые расположены по главной диагонали:
σ = | 0,5243 | σ = | 1E-04 | σ = | 2E-05 |
Вычисление стандартных ошибок параметров и выводы о смещенности оценок параметров модели
Стандартные ошибки параметров модели рассчитаем по формуле , , . Для получения стандартной ошибки оценки параметров а0 введем формулу возведения в степень 0,5. И аналогично получим стандартные ошибки оценок параметров а1 и а2. Для проверки полученных ошибок скопируем с итогового листа Регрессия значения ячеек столбца Стандартная ошибка. Значения совпали.
Сравним каждую стандартную ошибку с соответствующим значением оценки параметра с помощью формулы:
Таблица 8 – Расчет стандартных ошибок оценок параметров модели. Выводы о смещении оценок параметров модели
| Регрессия |
|
|
|
|
| |
По формуле | Стандартная ошибка |
| Выводы о смещённости оценок параметров модели
| ||||
0,72406211 | 0,7240621 |
| 57,47779 | Оценка смещена | |||
0,00983242 | 0,0098324 |
| -92,717 | Оценка не смещена | |||
0,00393854 | 0,0039385 |
| 32,62555 | Оценка смещена | |||
Проверка гипотез о статистической значимости оценок параметров модели на основе F- и t-критериев