Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | ||
|
1.Откройте файл данных. Удалите ненужные столбцы: Var-Delete.
Дайте имена переменным: Y – зависимая переменная (dependent), Х – независимая переменная(Independent). В ячейки таблицы введите данные.
2. Построим график исходных данных: Graphs- графики – Stats 2D Graphs-Scatterplots. В диалоговом окне при помощи Variables выберите необходимые переменные Х и Y. Получаем график рассеивания и прямой регрессии Y.
Для множественной регрессии выбираем несколько независимых переменных x1,x2,x3 и т.д. Затем в модуле Multiple Regression – введите данные-Analysis – Startup Panel:Variables:dependent var- Y, independent var – x1,x2,x3 –OK - Regression Summary. Из полученной таблицы берем коэффициенты уравнения множественной регрессии (графа «b»), бетта-коэффициенты, t -статистику для коэффициентов уравнения, уровень значимости для каждого коэффициента уравнения регрессии (уровень значимости для бетта-коэффициентов в графе «p-level»).
Для проверки гипотезы о незначимости регрессионной модели используем опцию Analysis of Variance. В полученной таблице приводится статистика критерия Фишера и уровень значимости критерия. Если значение p-level критерия меньше 0,05, гипотезу о незначимости критерия отклоняем.
Проверку гипотезы о незначимости коэффициентов регрессионной модели делаем на основании t -статистики и соответствующих коэффициентов p-level.
Дата публикования: 2015-04-07; Прочитано: 173 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!