Надёжность получаемых оценок параметров регрессии зависит от случайных отклонений (ошибок). В качестве меры точности применяют стандартную ошибку оценки Se, которая для модели парной регрессии может быть вычислена по формуле:
(13)
Если уравнение регрессии является линейным, т.е. , то среднеквадратичное отклонение вариации параметров с1 и c2 (так называемые стандартные ошибки этих параметров) определяется по формулам:
, (14)
. (15)
Здесь – среднее значение независимого параметра t;
Se – стандартная ошибка уравнения регрессии, вычисляемая по формуле (13).
Проверка значимости отдельных коэффициентов с1 и c2 связана с определением расчётных значений критерия Стьюдента (t-критерия) для соответствующих коэффициентов регрессии:
, (16)
. (17)
Здесь и – значения параметров с1 и c2, полученные в ходе вычислений по формулам (7).
Затем расчетные значения (формулы 16 и 17) сравниваются с табличными tтабл, определяемыми при (n-2) степенях свободы (n – число наблюдений параметра Y) и соответствующем уровне значимости a (значения a могут быть равны 0.05,0.01 и т.п.). Если расчётное значение t-критерия превосходит его табличное значение, то коэффициент регрессии считается значимым. В противном случае фактор, соответствующий этому коэффициенту, следует исключить из модели (при этом её качество не ухудшится)..
|
|