Файл: Решение Выполнить центрирование факторов.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 26.04.2024

Просмотров: 9

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.




Признаки x и y

D(x)

D(y)

s(x)

s(y)

Для y и x1

2,3681

15,0477

1,5388

3,8791

Для y и x2

0,9056

15,0477

0,9516

3,8791

Для x1 и x2

0,9056

2,3681

0,9516

1,5388


Найдем парные коэффициенты корреляции.



Матрица коэффициентов корреляции:

 

y

x1

x2

y

1

0,8597

0,9196

x1

0,8597

1

0,5956

x2

0,9196

0,5956

1


Найдем









Отсюда



Критерий Фишера рассчитаем по формуле:



Табличное значение при степенях свободы k1 = 2 и k2 = n-m-1 = 6 - 2 - 1 = 3:



Поскольку фактическое значение F > , то коэффициент детерминации статистически значим и уравнение регрессии статистически надежно.


5. Выполнить селекцию факторов по критерию Стьюдента при таком же уровне значимости.

Для несмещенной оценки дисперсии проделаем следующие вычисления:

Y(x)

Y-Y(x)







-1,0965

0,0165

1,1736

-0,0153

 

0,8685

0,3515

1,4803

0,2881

0,1123

3,9158

0,2042

16,9469

0,0496

0,0217

5,2713

-0,3513

24,1736

0,0714

0,3086

-2,8986

-0,1814

9,5069

-0,0589

0,0288

-6,0405

-0,0395

37,0069

-0,0065

0,0201

Сумма

0,0000

90,2883

0,3284

0,4915

Оценка дисперсии равна:



Несмещенная оценка дисперсии равна:



Оценка среднеквадратичного отклонения:



Найдем оценку ковариационной матрицы вектора

k(x) = 0.1078*

0,16667

0,00001

0,00060

0,00001

0,10908

-0,10506

0,00060

-0,10506

0,28525

















=

0,0180

0,0000

0,0001

0,0000

0,0118

-0,0113

0,0001

-0,0113

0,0308











Дисперсии параметров модели определяются соотношением , т.е. это элементы, лежащие на главной диагонали:







Значимость коэффициентов регрессии:







Статистическая значимость коэффициента регрессии  не подтверждается.


Статистическая значимость коэффициента регрессии   подтверждается.


Статистическая значимость коэффициента регрессии   подтверждается.

Коэффициенты уравнения регрессии значимы, факторы из модели не исключаются.

6. Повторно проверить адекватность уравнения регрессии после исключения незначимых факторов.

Не требуется, так как факторы из модели не исключались.