МУ по лабораторной работе № 2. Лабораторная работа 2 Линейная корреляция и уравнение регрессии Цель работы

• Название: Лабораторная работа 2 Линейная корреляция и уравнение регрессии Цель работы
• Анкор: My lab 2
• Дата: 03.03.2022
• Размер: 0.63 Mb.
• Имя файла: МУ по лабораторной работе № 2.doc
• Тип: Лабораторная работа; #381332
• страница: 5 из 9

й способ. Инструмент анализа Регрессия

1. 
   Прежде 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»).
   
2. 
   Далее выполните команду «Сервис/Анализ данных». Выберите инструмент анализа
   

«Регрессия» из списка «Инструменты анализа». Щелкните по кнопке ОК.

3. 
   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»

4. 
   В результате на новом листе будет отображены результаты использования инструмента
   

«Регрессия» (рис. 8).



Рисунок 8. Вывод итогов инструмента «Регрессия»

5. 
   Среди полученных результатов после применения инструмента Регрессия есть столбец
   

«Коэффициенты», содержащий значение bв строке «Y-пересечение», а– в строке

«Переменная Х1».

6. 
   Сравним полученные результаты с ранее рассчитанными коэффициентами aи b–
   

результаты полностью совпадают.

7. 
   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: , где – модельные значения Y, полученные путем подстановки значений Х в построенную модель; – среднее значение Y; в строке Остаток: .
  

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.