При практическом построении модели линейной регресии существенен вопрос о значимости ее к-в вычисляемых по конкретной выборке.для заданного числа формулируем 2 гипотезы:
Нулевая
Альтернативная
Пусть bi оценка коэф-та βi, asbi- стандартная ошибка оценки b. Оказыается, величина
[(bi -βi0 )/ sbi ]~t(n-k)
t-распределение Стьюдента с n-k степенями свободы
Находим ковариационную матрицу оценки вектора к-вβ:
V(β^)=V((X`X)-1X`y)=V((X`X)-1X`ε)=(X`X)-1X`V(ε)X(X`X)-1=
(X`X)-1X`ϭ^2InX(X`X)-1= ϭ^2(X`X)-1
Неизвестная дисперсия заменяется на ее несмещенную оценку
Стандартная ошибка оцененного к-та bi вычисляется по формуле
Sbi= snizu ii piwem.
Где s - стандартная ошибка регресии
S^2=
Для выбранного числа ᵟ по таблице t- распределинея определяется критическое значение tc=tᵟ/2,n-k)для которого вероятность реализации t~ᵟ такого, что, -tc≤t≤tc, равна 1-ᵟзатем проверяется условие
-tc≤
Еслии оно не выполняется,гипотеза H0 отвергается,а при его выполнении принимается
Обычно коэф-т сравнивают с.
В случае,если,например при гипотеза отвергается,то говорят,что коэф-т значимый при 5-%уровне
Значения стандартной ошибки коэф-та и соответствующая статистика вычисляются в эконометрических пакетах