Проведем оценку качества построенной моедли:А) оценим значимость уравнения регрессии, иначе ответим на вопрос, соответствует построенная математическая модель фактическим данным и достаточна ли выкюч в уравнение х-фактроров для объяснения изменения результативного показателя.
Для проверки значимости модели уравнения регрессии используется F-критерий Фишера по γ вычисляется F расчетное.
,
Fрасч сравнивается с F крит с 2-я степенями свободы: υ1 = n-1, υ2 = n-k-1, где k - кол-во оцениваемых параметров. /k=1/
Если Fрасч > с F крит, то уравнение считается значимым, в противном случае ур-ие не значимо.
Надежность получаемых оценок а и b зависит от ошибки ε.
Нужно найти среднюю квадратическую ошибку
, где
Для значимого ур-я регрессии строят интервальные оценки параметров a и b.
Интервальная оценка параметра a, есть:
Замечание: если интервальные границы в разные по знаку, то такие уравнения в прогнозировании использовать нельзя, т.е. непонятно какое направление.
Оценка существенности параметров линейной регрессии.
|
|
Проверка значимости параметров проводится на основе t-критерия Стьюдента. Вначале рассчитывают стандартную ошибку модели Se. . Затем определяют стандартные ошибки каждого параметра уравнения: .
Если tтабл< , то соотв. параметр уравнения считают статистически значимым tтабл=t(;n-k-1). Замечание: используя t-критерий можно опр-ть интервальные оценки для параметров регрессионного уравнения: