а до нуля, що чисте вплив фактора х2 на результат, при усуненні фактора х1 незначно.
В
чисте вплив фактора х1 і х2, при усуненні впливу фактора у істотно
Таким чином, в побудованій моделі фактор х1 робить істотний вплив на результат у.
Коефіцієнт детермінації.
тобто рівняння регресії пояснює 89,94% варіації у
Індекс множинної кореляції
визначає тісноту спільного впливу факторів на результат
При лінійної залежності коефіцієнт множинної кореляції можна визначити через матрицю парних коефіцієнтів кореляції:
де ? r - визначник матриці парних коефіцієнтів кореляції
? r11 - визначити матриці межфакторной кореляції
Побудуємо матрицю коефіцієнтів парної кореляції.
? r = 0,017468
Побудуємо матрицю межфакторной кореляції:
? r11 = 0,173619
Середня по модулю помилка апроксимації:
В
Оцінимо значимість рівняння регресії в цілому за допомогою критерію Фішера
F табл. = 4,74
де n - число спостереження
m - число коефіцієнтів при незалежних змінних
так як F табл. < F факт, отже гіпотеза Н0 відхиляється, рівняння регресії визнається статистичними значущим і надійним .
Розрахувати прогнозне значення результату
хпр1 = 1,1 * хср = 1,1 * 35,245 = 38,7695
хпр2 = 1,2 * хср = 1,2 * 47,21 = 56,652
упр = 2,428111 * 38,7695 0,708590 56,652 0,279498 = 100,202118
При прогнозному значенні фактора х1 38,7695, і прогнозному значенні фактора х2 56,652, прогнозне значення результату стане рівним 100,202118
В В
Завдання 3
У таблиці подано інформацію про динаміку споживання овочів за 10 років і факторів, що роблять вплив на обсяг споживання: індекс цін і середньомісячний дохід.
Потрібно:
знайти залежність середньодушового споживання від розміру доходу т...
