Построение уравнения линейной множественнойрегрессии по данным наблюдений за совместным изменением p +1 переменной y и xj и ((yi, xj,i); j =1, 2,..., p; i =1, 2,..., n) (табл. 3.1).
Будем считать, что имеется три факторные переменные (p = 3) и число наблюдений равно 30. Расположим исходные данные в ячейках с С4 по F33 и вызовем функцию «Сервис.Анализ данных.Регрессия» табличного процессора MS Excel (рис.П2.1, П2.5),
Рис. П5. Вызов функции «Сервис.Анализ данных. Регрессия»
в результате чего на экране появится окно ввода параметров данной функции (рис. П2.6).
В окне ввода параметров функции «Сервис.Анализ данных. Регрессия» (рис. П2.6) необходимо указать диапазон ячеек, содержащих исходные данные («Входной интервал по Y», «Входной интервал по X»), и место, где будут располагаться результаты: диапазон ячеек на данном рабочем листе, новый рабочий лист, новая рабочая книга («Выходной интервал»). Если требуется получить уравнение регрессии без свободного члена, то нужно установить флажок «Константа–ноль» (рис. П2.6);
Рис. П2.6. Окно ввода параметров функции «Сервис.Анализ данных. Регрессия»
После выполнения функции «Сервис.Анализ данных. Регрессия» рабочий лист Excel примет вид (рис. П2.7)
Рис. П2.7. Результаты регрессионного анализа – вызова функции «Сервис.Анализ данных. Регрессия»
Результаты регрессионного анализа представлены в виде трех таблиц
Таблица П2.1
Результаты корреляционного анализа («Регрессионная статистика»)
Множественный R | 0,748 | Множественный коэффициент корреляции R | |
R -квадрат | 0,560 | Коэффициент детерминации R2 | |
Нормированный R -квадрат | 0,509 | Модифицированный коэффициент детерминации (У3.28) | |
Стандартная ошибка | 6,302 | Стандартная ошибка определения R | |
Наблюдения | Число наблюдений |
Таблица П2.2
Результаты дисперсионного анализа
Пояснения | Число степеней свободы df | Сумма квадратов отклонений SS | Дисперсия на 1 степень свободы MS | Статистика Фишера F | Уровень значимости Значимость F |
Регрессия | 1311,7 | 437,2 | 11,011 | 7,55E-05 | |
Остаток | 1032,4 | 39,7 | |||
Итого | 2344,2 |
Столбец «Сумма квадратов отклонений» содержит следующие суммы:
- Регрессия ;
- Остаток ;
- Итого .
Столбцы «Статистика Фишера F» и «Уровень значимости» содержат фактическое значение критерия Фишера F = 11,011 и минимальный уровень значимости уравнения регрессии α0, т. е. уравнение регрессии значимо при всех α > α0.
Таблица П2.3
Результаты регрессионного анализа
Пояснения | Коэффициенты уравнения регрессии | Стандартная ошибка определения коэффициентов | t-статистика | Вероятность ошибки α | Нижние 95%–пределы | Верхние 95%–пределы |
Показатели | Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% |
Y-пересечение | –99,816 | 48,6093 | –2,0534 | 0,0502 | –199,7334 | 0,1023 |
Переменная X 1 | 0,154 | 0,0775 | 1,9856 | 0,0577 | –0,0054 | 0,3131 |
Переменная X 2 | 4,459 | 1,4617 | 3,0504 | 0,0052 | 1,4542 | 7,4634 |
Переменная X 3 | 0,324 | 0,1337 | 2,4203 | 0,0228 | 0,0488 | 0,5985 |
Искомые значения коэффициентов линейного уравнения регрессии (a, bi) берутся из столбца «Коэффициенты» таблицы результатов регрессии (табл. 2.3), из которой следует, что уравнение регрессии имеет вид
= –99,816 + 0,154· x 1 + 4,459· x 2 + 0,324· x 3.
Столбец «Стандартная ошибка определения коэффициентов» содержит стандартные ошибки определения коэффициентов уравнения регрессии.
Столбец «t-статистика» содержит фактичсекие значения критерия Стьюдента для соответствующего коэффициента.
Столбец «Вероятность ошибки» содержит минимальный уровень значимости коэффициента α0.
Столбцы «Нижние 95%–пределы» и «Верхние 95%–пределы» содержат границы доверительных интервалов для значений коэффициентов. разные знаки нижней и верхней границы доверительного интервала говорят о ненадежности полученного значения соответствующего коэффициента (свободный член и первый коэффициент в нащем примере).
Приложение 3. Использование возможностей пакета Matrixer 5.1 для проведения корреляционного и регрессионного анализа
Программа предназначена для анализа и обработки данных, проведения эконометрических и статистических расчетов. Основной тип объектов – матрицы (вектор рассматривается как одномерная матрица. Имеется возможность обмена данными с электронными таблицами Excel.
Главное окно программы имеет вид
Рис. П3.1. Главное окно программы Matrixer 5.1