Другой проверкой значимости линейной зависимости между X и Y (значимости является проверка значимости коэффициента детерминации. В этом случае гипотезы имеют следующий вид [c.657]
Коэффициент множественной корреляции (R) находится в пределах 0,931 < R < 0,948. Коэффициент множественной детерминации (R2) находится в пределах 0,867 < R2 < 0,899, т.е. изменение вошедших в модели показателей производственных факторов-аргументов от 86,7 до 89,9% обусловливает изменение показателей удельной фондоемкости. Проверка значимости коэффициентов множественной корреляции и коэффициентов регрессии полученных уравнений подтвердила, что они значимы. [c.527]
Оцененные коэффициенты статистически значимы, коэффициент детерминации высокий, проверка на адекватность не выявляет нарушений стандартных предположений классической линейной модели регрессии. [c.173]
Статистический анализ уравнения показал, что оно значимо фактическое значение -критерия равно 3,74 при табличном 1,44 (для 5% уровня значимости). Коэффициент множественной корреляции равен 0,866. Проверка по -критерию показала, что коэффициент множественной корреляции значим (tK = 27,3 при табличном значении 1,96). Коэффициент множественной детерминации, равный 0,75, показывает, что вариация выработки, объясняемая рассматриваемыми факторами, составляет 75%. [c.193]
Убедимся в том, что коэффициент детерминации значимо отличается от нуля. Для проверки этого выдвигается гипотеза [c.146]
После проверки значимости каждого коэффициента регрессии обычно проверяется общее качество уравнения регрессии. Для этой цели, как и в случае парной регрессии, используется коэффициент детерминации R2, который в общем случае рассчитывается по формуле [c.155]
Проверка значимости включает проверку значимости общего уравнения регрессии и конкретных частных коэффициентов регрессии, гипотеза для проверки общего уравнения гласит, что коэффициент множественной детерминации для генеральной совокупности равен нулю [c.664]
Множественная регрессия включает одну зависимую и две (или больше) независимых переменных. Частный коэффициент регрессии "представляет ожидаемое изменение ко гда меняется на одну единицу, а переменные от до остаются постоянными. Силу тесноты связи измеряют коэффициентом множественной детерминации Значимость общего уравнения регрессии проверяется общим Отдельные частные коэффициенты регрессии можно проверить на значимость, используя приращений. Диаграммы рассеяния остаточных членов, когда их значения представлены графически в зависимости от предсказанных теоретических значений времени или предикторов, полезны для проверки [c.678]
Такого рода характеристика явлений, влияющих на уровень и динамику валютного курса, является непременным этапом, предшествующим самостоятельному статистическому анализу факторов на основе конкретного цифрового материала. Дальнейший анализ выглядит чаще как моделирование взаимосвязей и оценка тесноты взаимозависимости (корреляционно-регрессионный анализ). Напомним, что выбор функции осуществляется исходя из показателей значимости уравнения и ошибок аппроксимации. Это относительная ошибка аппроксимации, средняя квадратическая ошибка аппроксимации (6ОСТ) (чем они меньше, тем лучше уравнение) и коэффициент множественной детерминации (R2) или коэффициент множественной корреляции (R) (чем ближе он к 1, тем более вероятность, что уравнение регрессии носит совершенно случайный характер). Для проверки значимости используют F-критерий с распределением Фишера. [c.670]
Коэффициент детерминации R2 сам по себе является случайной переменной, потому что X и Y— это случайные переменные. Критерий проверки значимости R2 имеет. F-pa npe-деление. Это распределение отлично от других распределений тем, что обладает двумя наборами чисел степеней свободы один (часто обозначаемый vi) — в числителе критерия проверки, а другой (обозначаемый V2) — в знаменателе. В критерии проверки для R2 числителю соответствует одна степень свободы и (л— 2) степеней свободы соответствуют знаменателю. Расчет критерия проверки для упомянутого выше Л2 выполняется следующим образом [c.279]
Конечно, статистический анализ построенной регрессии является достаточно сложным и многоступенчатым процессом, имеющим определенную специфику в каждом конкретном случае. Однако базовыми пунктами такого анализа, отраженными во всех эконометрических пакетах, являются описанные в данной главе проверка статистической значимости коэффициентов регрессии и коэффициента детерминации, анализ статистики Дарбина-Уотсона. [c.168]
Статистический анализ уравнения показал следующее фактическое значение F-критерия равно 57,77 при табличном значении 3,33-(для 5%-ного уровня значимости), корреляционное отношение равно 0,99747. Проверка по -критерию показала, что корреляционное отношение значимо (tk — 42,484 при табл = 2,228). Коэффициент множественной детерминации, равный 0,9949, показывает, что вариация себестоимости, объясняемая вариацией изучаемых факторов, составляет 99,49%. [c.89]