Общий F-критерий проверяет гипотезу H0 о статистической значимости уравнения регрессии и показателя тесноты связи (R2=0)
,
где
n-число наблюдений,
m- количество факторов
Получаем следующий результат Fнабл= 18,49
По таблицам распределения находим критическое значение F-критерия в зависимости от уровня значимости α (обычно его берут равным 0,05) и двух чисел степеней свободы
k1=m-1 k2= n-m,
где m –количество факторов, а n – число наблюдений. Получаем F табл = 5,32.
Так как F табл < F факт, то с вероятностью 0,95 делаем заключение о статистической значимости уравнения в целом и показателя тесноты связи, которые сформировались под неслучайным воздействием факторов x1 и x2.
Частные F-критерии Fx1 и Fx2 оценивают статистическую значимость присутствия факторов x1 и x2 в уравнении множественной регрессии, оценивают целесообразность включения в уравнение фактора x1 после того, как в него был включен фактор x2. Соответственно, Fx2 указывает на целесообразность включения в уравнение фактора x2 после того, как в него был включен фактор x1.
|
|
После расчётов в ППП EXCEL получаем F x1факт = 8,53. Сравниваем с F табл = 5,32. Видим, что
F табл < F x1факт,
приходим к выводу о целесообразности включения в модель фактора x1
после фактора x2.
Рассчитываем
После расчётов в ППП EXCEL получаем F x2факт = -3,13
Низкое значение F x2факт свидетельствует о статистической незначимости прироста парного коэффициента корреляции за счёт включения в модель фактора x2
после фактора x1.
Следовательно, подтверждается нулевая гипотеза H0 о нецелесообразности включения в модель фактора x2