КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Параметры выводаВходной интервал – диапазон, содержащий анализируемые данные. Группирование – переключатель, указывающий расположение данных по столбцам или по строкам. Метки – флажок в этой позиции означает, что первая строка исходного диапазона содержит название столбцов. Параметры вывода – активизируйте выходной интервал и укажите адрес левой верхней ячейки выходного диапазона. Значения частных коэффициентов корреляции были рассчитаны по формуле (4.26), для этого была обращена матрица R (корреляция 1) при помощи функции МОБР.
Выводы по задаче: 1) из рис. 4.5 следует, что значения выборочных коэффициентов корреляции указывают на достаточно сильную корреляцию между факторами Х1, Х2 ( = 0,997) и частный коэффициент корреляции также высок ( = 0,799), следовательно в модели присутствует мультиколлинеарность. Кроме того, det R = 0,0057, т.е. близок к нулю, и проверка с помощью – распределения показала, что (13,87) > (5,024), что также свидетельствует о наличии мультиколлинеарности. Здесь значение было рассчитано по формуле (4.23); 2) из частных коэффициентов корреляции = 0,363 и = 0,266 следует, что влияние Х1 на Y больше, чем Х2 на Y. Частные коэффициенты детерминации = ( )2= 0,132 и = ( )2= 0,071 показывают, что 13,2% рассеивания переменной Y обусловлено изменением только Х1, а 7,1% – Х2.
|