Верификация уравнения множественной регрессии проводится с помощью общего и частных F-критериев.
Общий F-критерий Фишера для множественной регрессии
Значимость уравнения множественной регрессии в целом, так же как и в парной регрессии, оцениваются с помощью F-критерия Фишера:
Формула: F = Dфакт/Dост?????????????????
Где:
Dфакт – факторная сумма квадратов на одну степень свободы;
Dост – остаточная сумма квадратов на одну степень свободы;
R2 – коэффициент (индекс) множественной детерминации;
m – число параметров при переменных x (в линейной регрессии совпадает с числом включенных в модель факторов);
n – число наблюдений.
Частные F-критерии Фишера для множественной регрессии
Наряду с общим критерием Фишера используются частные F-критерии для оценки целесообразности включения в модель отдельных факторов. Частный F-критерий построен на сравнении прироста факторной дисперсии, обусловленного влиянием дополнительно включенного фактора, с остаточной дисперсией на одну степень свободы по регрессионной модели в целом. Для фактора x1 частный F-критерий определяется как:
|
|
Формула:
Так как прирост факторной суммы квадратов отклонений обусловлен дополнительным включением в модель одного исследуемого фактора X1, то число степеней свободы численно равно 1.
Г. – Проверка значимости коэффициентов множественной регрессии
С помощью частных F-критериев можно проверить значимость всех коэффициентов регрессии в предположении, что соответствующий фактор вводился в уравнение множественной регрессии последним. Фактическое значение частного F-критерия сравнивается с табличным при 5%-м уровне значимости и числе степеней свободы 1 и n – m – 1. Если фактическое значение превышает табличное, то включение X1 в модель оправдано и коэффициент регрессии b1 при факторе X1 статистически значим.
Оценка значимости коэффициентов регрессии может быть проведена по t-критериям Стьюдента.
????????????????