y"> 0 - частина дисперсії, не пояснення регресією через наявність помилок. Якість моделі поліпшується, е слі при введенні в неї нового фактора значення поясненої частини дисперсії зростає.
В осередках другого розділу вихідного масиву наведено рівень значимості для оціненого F. Значення F-статистики (73,13) є допустимим, оскільки рівень значущості для неї нижче 5%-ного межі, прийнятого для табличних F-статистик. Таким чином, що F-спостережуване буде не більше F крит .
Третій розділ масиву містить інформацію про параметри рівняння регресії. Наведені в значення параметрів (коефіцієнтів) рівняння дозволяють додати формальний вигляд моделі, побудованої за допомогою регресійного аналізу:
В
де х1 - дохід корпорації.
Якщо наведений у вихідному масиві рівень значимості не перевищує 5%, то розраховані характеристики t-статистики будуть більше табличного значення. Отже, статистична значимість розрахованих параметрів рівняння висока. p> Поряд з точковими значеннями коефіцієнтів регресії, третій розділ вихідного масиву дозволяє отримати їх інтервальні оцінки з довірчою ймовірністю 95%:
;
;
На підставі викладеного можна з 95%-ою впевненістю стверджувати, що параметри рівняння містять інформацію, значущу для розрахунку досліджуваного показника.
Прогноз.
X 10
Y
