0,736073
0,55373
1
В
Аналіз межфакторних коефіцієнтів кореляції показує, що значення 0,8 перевищує за абсолютною величиною коефіцієнт кореляції між парою факторів Х 2 - Х 3 (виділений жирним шрифтом). Фактори Х 2 - Х 3 таким чином, визнаються колінеарними.
2. Як було показано в пункті 1, фактори Х 2 - Х 3 є колінеарними, а це означає, що вони фактично дублюють один одного, і їх одночасне включення в модель призведе до неправильної інтерпретації відповідних коефіцієнтів регресії. Видно, що фактор Х 2 має більший за модулем коефіцієнт кореляції з результатом Y , ніж фактор Х 3 : r y , x 2 = 0,72516; r < sub> y , x 3 = 0,53397; (Див. табл. 1 ). Це свідчить про більш сильному впливі фактора Х 2 на зміна Y . Фактор Х 3 , таким чином, виключається з розгляду.
Для побудови рівняння регресії значення використовуваних змінних ( Y , X 1 , X 2 , X 4 ) скопіюємо на чистий робочий лист ( дод. 3) . Рівняння регресії будуємо за допомогою надбудови В« Аналіз даних ... Регресія В» (Меню В« СервісВ» В® В« Аналіз даних ... »®« Регресія В»). Панель регресійного аналізу з заповненими полями зображена на рис. 2 . p> Результати регресійного аналізу наведені у дод. 4 і перенесені в табл. 2 . Рівняння регресії має вигляд (див. В« КоефіцієнтиВ» в табл. 2 ):
Е· = 75.44 + 0.0447 О‡ x 1 - 0.0453 О‡ x 2 - 0.24 О‡ x 4
Рівняння регресії визнається статистично значимим, тому що ймовірність його випадкового формування в тому вигляді, в якому воно отримано, становить 1.04571 О‡ 10 -45 (див. В«Значимість F В» в табл. 2 ), що істотно нижче прийнятого рівня значущості a = 0,05.
Ймовірність випадкового формування коефіцієнтів при факторі Х 1 нижче прийнятого рівня значущості a = 0,05 (див. В« P-ЗначенняВ» в табл. 2 ), що свідчить про статистичної значущості коефіцієнтів і суттєвий вплив цих факторів на зміну річного прибутку Y .
Ймовірність випадкового формування коефіцієнтів при факторах Х 2 і Х 4 перевищує прийнятий рівень значимості a = 0,05 (див. В« P-ЗначенняВ» в табл. 2 b>), і ці коефіцієнти не визнаються статистично значущими. br/>В
р ис. 2. Панель регресійного аналізу моделі
Таблиця 2
Результати регресійного аналізу моделі Y ( X b> 1 , X 2 , X 4 )
Регресійна статистика
Множинний R
0,97292594
R-квадрат
0,946584884
Нормований R-квадрат
0,944359254
Стандартна помилка
2,267611945
Спостереження
76
Дисперсійний аналіз
df
SS
MS
F
Значимість F
Регресія
3
+6560,929292
2186,98
425,31101
1,04571 E-45