МУ по лабораторной работе № 2. Лабораторная работа 2 Линейная корреляция и уравнение регрессии Цель работы
![]()
|
й способ. Инструмент анализа РегрессияПрежде чем мы начнем использовать этот инструмент, нужно убедится, что был активизирован Пакет анализа (меню «Сервис» есть команда «Анализ данных»). Если нет, то выполните команду «Сервис/Надстройки». В диалоговом окне «Надстройки» установите флажок «Пакет анализа» и щелкните по кнопке ОК (в Excel 2007 этот инструмент находится на вкладке «Данные» – «Анализ данных»). Далее выполните команду «Сервис/Анализ данных». Выберите инструмент анализа «Регрессия» из списка «Инструменты анализа». Щелкните по кнопке ОК. На экране появится диалоговое окно «Регрессия» (рис. 7): в текстовом поле «Входной интервал Y» введите диапазон со значениями зависимой переменной $C$2:$C$211. в текстовом поле «Входной интервал Х» введите диапазон со значениями независимых переменных $В$2:$В$11. Убедитесь, что в поле Уровень надежности введено 95% и переключатель «Параметры вывода» установлен в положении «Новый рабочий лист». Щелкните по кнопке ОК. ![]() Рисунок 7. Диалоговое окно инструмента анализа «Регрессия» В результате на новом листе будет отображены результаты использования инструмента «Регрессия» (рис. 8). ![]() Рисунок 8. Вывод итогов инструмента «Регрессия» Среди полученных результатов после применения инструмента Регрессия есть столбец «Коэффициенты», содержащий значение bв строке «Y-пересечение», а– в строке «Переменная Х1». Сравним полученные результаты с ранее рассчитанными коэффициентами aи b– результаты полностью совпадают. Следует обратить также внимание на следующие показатели: а) Столбец «df»– число степеней свободы (используется при проверке адекватности модели по статистическим таблицам): в строке «Регрессия» находится k1– количество коэффициентов уравнения, не считая свободного члена b; в строке «Остаток» находится k2 = n – k1 – 1, где n – количество исходных данных. б) Столбец «SS» (сумма квадратов): в строке Регрессия: ![]() ![]() ![]() ![]() в) Столбец «MS»– вспомогательные величины: в строке Регрессия: ![]() в строке Остаток: ![]() г) Столбец «F»– критерий Фишера. Используется для проверки адекватности модели: ![]() д) Столбец «Значимость F» – оценка адекватности построенной модели. Находится по значениям F, и с помощью функции FРАСП. Если значимость F меньше 0,05, то модель может считаться адекватной с вероятностью 0,95. е) «Стандартнаяошибка», «t-статистика» – это вспомогательные величины, используемые для проверки значимости коэффициентов модели. ж) «Р-Значение» – оценка значимости коэффициентов модели. Если «Р-Значение» меньше 0,05, то с вероятностью 0,95 можно считать, что соответствующий коэффициент модели значим (т.е. его нельзя считать равным нулю и Y значимо зависит от соответствующего Х). и) Нижние и верхние 95% – доверительные интервалы для коэффициентов модели. |