КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Нахождение параметров линейной регрессии. Нахождение основных числовых характеристикНахождение основных числовых характеристик Ввод данных Настройка пакета анализа См. п.1.3.1. Исходные данные вводятся на рабочий лист пакета Excel (табл. 1.24).
Таблица 1.24 - Исходные данные для получения модели
Чтобы найти основные числовые характеристики, выбираем пункт меню Сервис – Анализ данных – Описательная статистика (см. 1.3.1). Получается следующая таблица для двухфакторной регрессии (таблица 1.25). Таблица 1.25 – Основные числовые характеристики
Чтобы найти параметры регрессии, выбираем пункт меню Сервис – Анализ данных – Регрессия. Здесь задаем диапазоны отдельно для Y, отдельно – для X (для двухфакторной регрессии в поле «Входной интервал Х» выделяем все значения Х1 и Х2), устанавливаем флажок в окошке «Метки», «Остатки», «Выходной диапазон» – на новый лист. Ок. Результат получаем в виде нескольких таблиц (1.26…1.29).
Таблица 1.26 – Регрессионная статистика
Таблица 1.27 – Дисперсионный анализ
Таблица 1.28 – Коэффициенты модели
Здесь Множественный R = 0,922, что свидетельствует о тесной взаимосвязи между откликом Y факторами X1, X2. R-квадрат = 0,85 (85%) – значит, общее качество модели хорошее; стандартная ошибка = 0,119. Значимость F = 9,228E-15 = , что означает, что полученная модель адекватна по критерию Фишера исходным данным с заданным уровнем доверия. Все дальнейшие расчеты выполняются только при условии адекватности модели. Коэффициенты линейной модели , , . Оба коэффициента статистически значимы по критерию Стьюдента, т. к. для P-Значение = , для P-Значение = , для P-Значение = . Полученная линейная двухфакторная модель .
Дата добавления: 2014-12-27; Просмотров: 444; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |