Оценка значимости коэффициентов модели и адекватности модели

Оценка качества модели по критериям Стьюдента и Фишера будет проводиться путём сравнения расчетных значений с табличными.

Для оценки качества модели по критерию Стьюдента фактическое значение этого критерия (t_набл)

сравнивается с критическим значением t_кр которое берется из таблицы значений t с учетом заданного уровня значимости (α = 0.05) и числа степеней свободы (n - 2).

Если t_набл > t_кр, то полученное значение коэффициента парной корреляции признается значимым.

Критическое значение при и равно .

Проверим значимость коэффициента детерминации, используя F ‑критерий Фишера.

Вычислим статистику F по формуле:

где:

m = 3 – число параметров в уравнении регрессии;

N = 37 – число наблюдений в выборочной совокупности.

Математической моделью статистического распределения F -статистики является распределение Фишера с и степенями свободы. Критическое значение этой статистики при и и степенях свободы равно .

Таким образом, модель объясняет 99.8% общей дисперсии признака Y. Это указывает на то, что подобранная модель является адекватной. 1.6. Расчет прогнозных значений и суммы квадратов отклонений.

Введем в ячейку Q2 формулу =$F$54*N2+$E$54*O2 (расчет прогнозных значений), затем скопируем ее в ячейки Q3:Q38. В ячейку R2 формулу =(P2-Q2)^2 (расчет суммы квадратов отклонений), затем скопируем ее в ячейки R3:R38, и подсчитаем сумму полученных значений в ячейке R39.

Приложения.