С помощью пакета Excel были построены регрессионные уравнения, включающие все исходные показатели. Проверка гипотезы о нормальном распределении показала, что с доверительной вероятностью 0,95 их можно считать нормально распределенными.

Общие формулы модели имеют вид:

ŷ 1 = ao+aхi+ amхm

ŷ2 = ao+aхi+ amхm

ŷ3 = ao+aхi+ amхm-i

В данных уравнениях ŷ1…3 - зависимые переменные, xij - объясняющие переменные, а ij = i,m - коэффициенты при независимых переменных, m - число коэффициентов.

Уравнение, характеризующее рождаемость имеет вид:

ŷ 1 = 23,9-0,36х1-0,84x2+0,005x3+0,63х4+0,035х5-0,005х6-0,002х7

Рассмотрим параметры адекватности уравнения регрессии:

Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,23. Fнабл. =26,8 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n =13; α=0,95; ν1 = 7; ν2 =3) = 4,35, то есть хотя бы один коэффициент регрессии не равен нулю.

Для проверки значимости отдельных коэффициентов регрессии сравним критическое значение t=2,26 с tj.

Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение

t =-0,05. (х7).

Для оставшихся переменных получим уравнение регрессии:

ŷ 1= 23,9-0,36 х1-0,86х2+0,005х3+0,65х4+0,03х5-0,0005х6

Рассмотрим параметры адекватности уравнения регрессии:

Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,2. F набл. =41,7 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n =13; α=0,95; ν1 = 6; ν2 =4) = 4,53, то есть хотя бы один коэффициент регрессии не равен нулю.

Для проверки значимости отдельных коэффициентов регрессии сравним критическое значение t=2,26 с tj, получим, что в уравнении не все коэффициенты регрессии значимы.

Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение

t =-0,19. (х6).

Для оставшихся переменных получим уравнение регрессии:

ŷ 1=23,5- 0,38 х1-0,76х2+0,006х3+0,58х4+0,03х5

Рассмотрим параметры адекватности уравнения регрессии:

Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,18. F набл. =61,96 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр, (при n=13; α=0,95; ν1 = 5; ν2 =5) = 5,05, то есть хотя бы один коэффициент регрессии не равен нулю.

Для проверки значимости отдельных коэффициентов регрессии сравним критическое значение t=2,26 с tj, получим, что в уравнении не все коэффициенты регрессии значимы.

Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение t =0,88 (х3).

Популярные статьи:

Понятие семейной роли в отечественной и зарубежной психологии
Понятие семейной роли в отечественной науке опирается на представления отечественных авторов о социальной роли. Социальная роль понимается, прежде всего, как функция социальной системы, «модель поведения, объективно заданная ее социальной ...

Диалектика внешней и внутренней регуляции поведения
Было бы неправильно представлять, что внешние и внутренние регуляторы существуют рядоположно, относительно независимо друг от друга. Здесь они рассмотрены отдельно не по принципиальным соображениям, а скорее с дидактическими целями. В дейс ...

Посткризисный период развития Ливанской республики в 1990 гг.
Дату поражения войск М. Ауна в октябре 1990 года историки считают началом восстановительного периода в современной истории Ливана после шестнадцатилетней войны и глубокого социально-экономического спада, охватившего страну. Многолетний кри ...