R2 = 24,87/30,86= 0,806
Ошибка аппроксимации:
Сравнивая значения этих показателей с индексом детерминации и ошибкой аппроксимации, ранее рассчитанными для уравнения парной линейной регрессии, мы видим, что индекс детерминации для двухфакторного уравнения оказался больше 0,806>0,777, а ошибка аппроксимации меньше 0,774<0,831. Значит, уравнение двухфакторной линейной регрессии лучше описывает реальную статистическую зависимость.
Для сравнительного анализа и оценки различных уравнений регрессии в эконометрике разработаны и другие статистические критерии, которые мы рассмотрим на следующих лекциях.
Заключение. На данной лекции мы рассмотрели методы, которые используются в эконометрике для отбора факторов (независимых переменных), которые целесообразно включать в уравнения множественной регрессии. Было отмечено, что чрезмерно большое количество факторных переменных ухудшает качество эконометрических моделей и достоверность расчетов, выполненных по этим моделям. Была раскрыта сущность конфлюэнтного анализа и анализа мультиколлинеарности, как основного метода отбора факторов, включаемых в модель.
|
|
В качестве домашнего задания студентам предлагается (используя данные примера, рассмотренного на лекции) построить уравнение 3х факторной линейной регрессии, включив в него, кроме факторов x2 и x3, один из остальных факторов (по собственному выбору) и рассчитать для вновь построенного уравнения индекс детерминации и ошибку аппроксимации.
[1] Для ускоренного расчета коэффициентов корреляции рекомендуется воспользоваться в Excel встроенной статистической функцией: КОРРЕЛ.