визначник матриці R - матриці парних коефіцієнтів кореляції; | R | = 0,616386896, ln | R | = - 0,48388043; - число спостережень, за якими побудована модель регресії, n = 23; - кількість регресорів з урахуванням константи в моделі регресії, k = 4.
Табличне значення статистики? 2:
[1].
7,814728.
Так як умова не виконується, то приймає гіпотезу Н1, тобто мультиколінеарності присутній.
Заходи щодо усунення мультиколінеарності будуть грунтуватися на техніці перетворення моделі. Для моделі множинної регресії виду, для якої зроблено висновок про наявність кореляції між пояснюючими змінними х1 х2 і х3, слід перейти до оцінки МНК параметрів іншої моделі:, де пояснюючі змінні, і вже не коррелірованни [3]. p> Виконавши перетворення, були отримані нові оцінки (Таблиця 2.5.), виконана Експрес-оцінка якості побудованої моделі без мультиколінеарності (Таблиця 2.6.), і за цими оцінками була побудована модель (Рис.2.5.) Т.ч. були отримані нові оцінки:
Таблиця 2.5
Таблиця 2.6.
Експрес-оцінка якості побудованої моделі:
t emp bo-1, 46038749 | T emp b0 | 1 t emp b127, 5843203 | T emp b1 < span align = "justify"> |> T tabl, то приймаємо гіпотезу Н 0 t emp b20, 07082432 | T emp b2 | 1 t emp b31, 51079599 | T emp b3 | 1 t tabl2, 43344021 F emp405, 918503так як | F emp |> F krit, приймаємо гіпотезу Н 0, модель адекватна Fkrit3, 12735002R0, 99228888R> 0,7-сильний взаємозв'язок між факторами і YR 2 scor0, 98221152R 2 scor 2 , означає що в модель включені важливі фактори R 2 < span align = "justify"> 0,98463722 R 2 > 0,95, існує сильна лінійна взаємозв'язок між факторами
Помилка апроксимації моделі без мультіколлінеарності склала:
2,755664%.
В
Рис....
