число степеней свободы;
F - критерий Фишера.
Характеристика значений второй таблицы:
Значимость F - вероятность совершить ошибку при отклонении нулевой гипотезы: модель является недостоверной, если значение больше 0,05.
Коэффициенты-значения параметров уравнения регрессии;
Стандартная ошибка - стандартные ошибки коэффициентов уравнения регрессии;статистика - расчетные значения t-критерия, используемые для проверки значимости коэффициентов уравнения регрессии; Р-значение (значимость t) - уровень значимости, соответствующий вычисленной t-статистике. Если Р-значение меньше 0,05 - стандартного уровня значимости, - то соответствующий коэффициент статистически значим;
Нижние 95% и Верхние 95% - нижние и верхние границы 95%-х доверительных интервалов для коэффициентов теоретического уравнения регрессии.
В таблице «Вывод остатка» приводятся вычисленные (предсказанные) по модели значения зависимой переменной y и значения остаточной компоненты е (остатки).
Регрессия указывает число степеней свободы (df) для RSS.
Итого указывает число степеней свободы для TSS.
Остаток указывает число степеней свободы для ESS.
По F-значимости определяется множественный R и R квадрат.
Полученные результаты обобщаем в таблицу.
Множественный R - коэффициент множественной корреляции R-квадрат - коэффициент детерминации, R2
Нормированный R-квадрат - скорректированный R2 ; если значение отрицательное, то это говорит о том, что с ростом K и L убывает Y. Стандартная ошибка - среднеквадратическое отклонение от модели Значимость F для линейной модели без константы равна 3,319Е-11, а для ПФКД без константы равна 2,09142Е-18, что меньше 0,05, поэтому данные модели являются достоверными.
Значимость F для линейной модели с константой равна 0,645, а для ПФКД с константой равна 0,596, для степенной модели равна 0,496, что больше 0,05, поэтому данные модели являются недостоверными.
Выводы по полученным таблицам:
У линейной двухфакторной модели без константы очень высокие коэффициенты корреляции (0,988 ) и детерминации (0,976). F-критерий равен 259,615, это говорит о том, что данная модель статистически значима с вероятностью случайности 3,31888Е-11. Стандартная ошибка модели (8,198) и одного из двух коэффициентов (10,383 и 0,21) довольно высокие.
У линейной двухфакторной модели с константой низкие коэффициенты корреляции (0,262) и детерминации (0,07). F-критерий равен 0,44, это говорит о том, что модель статистически незначима. Также у этой модели довольно высокие стандартные ошибки модели (8,425) и коэффициентов (32,624, 10, 923 и 0,328).
У ПФКД без константы очень высокие коэффициенты корреляции (0,999) и детерминации (0,998). F - критерий равен 3404,215, что говорит о том, что модель статистически значима. Также у этой модели относительно низкие стандартные ошибки модели (0,181) и ее коэффициентов (0,468 и 0,08).
На этапе дисперсионного анализа линейная модель была лучшей, но результаты регрессионного анализа говорят о том, что ПФКД является лучшей.
У ПФКД с константой низкие коэффициенты корреляции (0,288) и детерминации (0,083). F-критерий равен 0,541, что говорит о том, что модель статистически незначима. Также у этой модели относительно невысокие стандартные ошибки модели (0,187) и ее коэффициентов (3,701, 0,525 и 0,826).
У степенной однофакторной модели высокий коэффициент корреляции
Похожие работы
Тема: Построение математической модели задачи и ее решение в MS Excel |
Предмет/Тип: Математика (Контрольная работа) |
Тема: Построение модели множественной регрессии в MS Excel |
Предмет/Тип: Отсутствует (Контрольная работа) |
Тема: Построение регрессионной модели по панельным данным с помощью Excel |
Предмет/Тип: Менеджмент (Курсовая работа (т)) |
Тема: Решение задачи с помощью математической модели и средств MS Excel |
Предмет/Тип: Информатика, ВТ, телекоммуникации (Курсовая работа (т)) |
Тема: Решение задачи с помощью математической модели и средств MS Excel |
Предмет/Тип: Другое (Курсовая работа (т)) |
Интересная статья: Быстрое написание курсовой работы