Содержание
- 2. После того, как получено уравнение линейной регрессии, обязательно проводится оценка его качества и значимости коэффициентов на
- 3. Статистическая гипотеза (SH) – это предположение о величине параметра распределения генеральной совокупности. Проверка (SH) осуществляется на
- 4. Разложение отклонения от среднего
- 5. Общая вариация переменной Y величина, являющаяся мерой вариации переменной Y вокруг ее среднего значения
- 6. Центральное место при этом занимает анализ трех сумм: - общая сумма квадратов отклонений изучаемого показателя y
- 7. Разложение общей вариации переменной Y В этой сумме II = 0. Тогда: I II III
- 8. TSS – total sum of squares – вся дисперсия или вариация Y, характеризует степень случайного разброса
- 9. Для линейной регрессии : TSS = RSS + ESS
- 10. Для оценки качества линейной регрессии используют коэффициент детерминации - показывает долю дисперсии, объясняемую регрессией, в общей
- 11. Связь коэффициента детерминации с коэффициентом корреляции
- 12. Свойства коэффициента детерминации
- 13. Суммы квадратов отклонений (TSS, RSS, ESS) имеют определенное число степеней свободы Число степеней свободы K связано
- 14. Распределение дисперсии на одну степень свободы
- 15. Оценка значимости уравнения регрессии в целом делается с помощью F-критерия Фишера Гипотеза Н0 (нулевая) об отсутствии
- 16. Итак, если Fфакт(рассчет.) > Fтабл. , то гипотеза Н0 о случайной природе оцениваемых характеристик отклоняется и
- 17. Fтабл – это максимально возможное значение критерия, которое могло сформироваться под влиянием случайных факторов при данных
- 19. Скачать презентацию