Выводы расчета МЛР методом включения в пакете «Статистика»

На основании результатов, полученных по методу включения в пакете «Статистика», можно сделать те же выводы, что и на основании анализа в MS Excel. Наиболее качественной моделью множественной линейной регрессии является модель, содержащая два независимых параметра:

· Радиационный баланс (R);

· Осадки (Pr).

Характеристики качества регрессионной модели (значения t и F-статистик, коэффициент детерминации R² также совпадают).

Ввод дополнительных параметров не оказывает существенного влияния на коэффициент детерминации (max R² = 0,7337 при шести параметрах против R² = 0,7033 при двух). Данная модель обладает наибольшими (из представленных) значениями t и F-статистик, а также удовлетворяет другим показателям качества регрессионной модели.

Выводы работы

Целью работы являлась проверка гипотезы о наличии статистически значимой связи между среднегодовой температурой и рядом гидрометеорологических характеристик в точке с координатами.

По результатам анализа исходных данных в двух программных продуктах (MS Excel и пакет «Статистика») была отвергнута нулевая гипотеза об отсутствии статистически значимой связь между среднегодовой температурой и рядом гидрометеорологических характеристик.

Был выполнен анализ в программе MS Excel и в пакете «Статистика». В обоих случаях были сделаны аналогичные выводы о наличии связи между зависимой переменной температуры воздуха Ta и двумя наиболее релевантными параметрами:

· Радиационным балансом (R);

· Осадками (Pr).

Полученная модель удовлетворяет показателям качества регрессионной модели. Коэффициент детерминации R² > 0,7, что говорит о хорошем уровне объяснения зависимости данной моделью.

Список использованных источников

1. Гордеева С.М. Практикум по курсу Статистические методы обработки и анализа гидрометеорологической информации (электронная версия) — 38 с.

2. Вайновский П. А., Малинин В. II. Методы обработки и анализа океанологической информации. Многомерный анализ. Учебное пособие. СПб., изд. РГГМИ,. 1992.— 96 с.

3. Сошникова Л.А., Тамашевич В.Н. Многомерный статистический анализ в экономике. - M.: Юнити, 1999. — 598 с.