(відхилення реальних значень Y від модельних), див. Додаток Ж.
Перевіримо статистичну значущість коефіцієнта регресії. Дисперсія регресії дорівнює
= 4,59,
де n = 36 (кількість спостережень), m = 1 (кількість змінних).
Тоді стандартна помилка регресії S == 4,59.
Дисперсії коефіцієнтів (див. Додаток Ж):
= 377,63;
= 8096,5962
Отже, стандартні помилки коефіцієнтів дорівнюють:
Sbo == 89,98;
Sb1 == 19,432.
Для перевірки статистичної значущості коефіцієнтів регресії розрахуємо відповідні t-статистики:
tb0 == 4,114;
tb1 == -3,708.
Знайдемо - критичну точку розподілу Стьюдента (значення цієї функції ми візьмемо з статистичної таблиці), - рівень значущості (у нашому випадку він дорівнює 0,05), nm-1 - кількість ступенів свободи (n = 36 - розмір вибірки, m = 1 - кількість змінних в рівнянні регресії).
У нашому випадку.
Порівнюємо значення t-статистик зі значенням критичної точки Стьюдента:
, 114> 2,031, значить умова статистичної значущості виконується для параметра b0;
| -3,708 |> 2,031, значить коефіцієнт b1 статистично значущий, а значить мінлива IPC має істотне лінійне вплив на Brb.
Розрахуємо коефіцієнт детермінації, що характеризує загальну якість побудованої регресії.
Коефіцієнт детермінації R2 = r2xy = 0,2879. Для перевірки адекватності нашої моделі скористаємося критерієм Фішера. p> Знайдемо значення F - статистики:
В
Модель регресії є адекватною, якщо виконана умова:
,
де - критичне значення розподілення Фішера, яке знаходиться в залежності від рівня значущості (у нашому випадку), кількості змінних m (у нашому випадку m = 1) і кількості ступенів свободи (у нашому випадку). Це значення ми беремо з статистичних таблиць. p> У нашому випадку умова виконана, значить, модель адекватна.
Це означає, що сукупний вплив змінної X на змінну Y істотно. Побудована модель якісна. p> За результатами регресійного аналізу виявилося, що обидві побудовані регресії характеризуються вельми гарною якістю. Уявімо графічно значення параметра Y, розраховані за моделлю парної гіперболічної і полулогарифмической регресії, а також фактичні для порівняння наближення. br/>В
Зобразимо на графіку фактичні значення показника кількості безробітних, а також отримані розрахунковим шляхом за допомогою рівняння гіперболічної і полулогарифмической регресії. Як видно з графічного представлення зазначених параметрів найбільш наближеними є значення першої моделі. p> За результатами проведеного регресійного і графічного аналізу можна зробити висновок, що побудована модель парної гіперболічної регресії володіє найкращими параметрами.
Виходячи з проведеного регресійного аналізу можна зробити наступні висновки:
- в рамках даного пункту будувалися два рівняння парної регресії: у формі гіперболічної ...
