Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
Оценка степени тесноты связи с помощью коэффициента корреляции обычно проводится на основе выборки. Возникает вопрос, насколько правомерен вывод о наличии корреляционной связи в генеральной совокупности, из которой была произведена выборка, и не являются ли полученные значения параметров результатом действия случайных причин. В этом случае необходимо оценить существенность линейного коэффициента корреляции, дающую возможность распространить выводы по результатам оценивания выборки на всю генеральную совокупность. Для этого используется критерий Стьюдента:
,
где n — объем выборки.
Величину сравнивают с табличным значением критерия Стьюдента при числе степеней свободы, равным (n – 2). Если больше , то подтверждается связь между признаками. Если величина коэффициента корреляции превышает величину средней квадратической ошибки более чем в раз, то можно говорить о существенности выборочного коэффициента корреляции. Доверительный интервал для коэффициента корреляции будет равен
,
где ; — значение коэффициента корреляции в генеральной совокупности.
Значимость коэффициентов регрессии (обычно для совокупности n < 30) определяется с помощьюкритерия Стьюдента. При этом вычисляются фактические значения t‑ критерия для параметров а и b:
, ,
где — среднее квадратическое отклонение результативного фактора от выровненных значений ; — среднее квадратическое отклонение фактора .
Полученные по этим формулам фактические значения и сравниваются с критическим , определенным по таблице Стьюдента на основе принятых уровня значимости и числа степеней свободы ν:
,
где n — количество наблюдений, k — число факторов в уравнении регрессии.
Параметры а и b уравнения регрессии можно считать типичными, если соответствующие фактические t больше . Средние ошибки оценки параметров b и r [lxi] вычисляются по формулам
, .
Прогноз, полученный подстановкой в уравнение регрессии ожидаемого значения фактора, называют точечным прогнозом. Вероятность точной реализации такого прогноза очень мала. Поэтому рассчитывается значение средней ошибки прогноза или доверительный интервал прогноза с достаточно большой вероятностью. Среднюю ошибку положения линии регрессии в генеральной совокупности при определяют следующим образом:
,
где — оценка среднего квадратического отклонения результативного признака от линии регрессии в генеральной совокупности с учетом степеней свободы вариации; n — количество элементов в выборке; — ожидаемое значение фактора x.
Для вычисления доверительных границ прогноза линии регрессии находят значение t ‑критерия по таблице Стьюдента на основе числа степеней свободы и уровня значимости (доверительной вероятности). Затем вычисляют предельную ошибку по формуле[lxii]
.
В экономической статистике в большинстве случаев уровень значимости принимается равным 0,05. Доверительный интервал прогноза представляет собой диапазон от до . Средняя ошибка прогноза для индивидуального значения по правилу дисперсии суммы независимых переменных образуется из ошибки прогноза положения линии регрессии и среднего квадратичного отклонения индивидуальных значений от линии регрессии (остаточной вариации):
.
Аналогично вышеизложенному доверительный интервал прогноза индивидуальных значений результирующего признака при x = xk представляет собой диапазон от до , где .
Значимость коэффициента множественной детерминации и соответственно адекватность модели можно проверить с помощью критерия Р. Фишера
,
где R 2 — коэффициент множественной детерминации (); k — число факторных признаков в уравнении регрессии.
Связь считается существенной, если F расч больше табличного значения F ‑ критерия (F табл) для заданного уровня значимости α и числа степеней свободы ν 1 = k, ν 2 = n – k – 1.
Дата публикования: 2014-10-20; Прочитано: 2815 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!