Примечание – Предполагаем, что между факторами существует линейная зависимость. Далее находится уравнение линейной регрессии. Если доказана нелинейность зависимости, то проводится процедура линеаризации [6].
Выберите в меню Сервис → Анализ данных → Регрессия → ОК. Значения параметров в окне установите следующим образом:
· Входной интервал Y – введите ссылки на ячейки A1:A21.
· Входной интервал X – введите ссылки на ячейки B1:C21.
· Метки – установите флажок.
· Уровень надежности – установите флажок.
· Константа ноль – оставьте пустым.
· Параметры вывода – установите переключатель на Новый рабочий лист и в соответствующее поле введите его название «Регрессия».
· Остатки – установите флажок.
· Стандартизированные остатки – оставьте пустым.
· График остатков – установите флажок.
· График подбора – установите флажок.
· График нормальной вероятности – оставьте пустым. Нажмите кнопку ОК.
Расположите диаграммы рядом (на поле диаграммы нажмите левую кнопку мышки, затем поместите курсор на белое поле и при нажатой левой кнопке передвигайте диаграмму вниз) и растяните (на поле диаграммы нажмите левую кнопку мышки, нижнюю линию границы диаграммы при нажатой левой клавише протяните вниз).
|
|
Верификация модели
Общее качество уравнения
В ячейку D15 листа «Регрессия» введите Fкр. Вычислите критическое значение в свободной ячейке Е15 следующим образом:
· нажмите на fx (вставка функций);
· в поле Категория окна Мастер функций выберите статистические, из предложенных ниже функций выделите FРАСПОБР и нажмите кнопку ОК. Откроется окно Аргументы функций. Заполните поля:
– Вероятность – наберите значение 0,05;
– Степени свободы 1 – установите курсор в поле и выделите ячейку В12 столбца df таблицы «Дисперсионный анализ»;
– Степени свободы 2 – установите курсор в поле и выделите ячейку В13 столбца df таблицы «Дисперсионный анализ». Нажмите кнопку ОК.