![]() КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Аналіз моделі множинної регресіїЯк видно з отриманого рівняння моделі, вплив оборотних коші і валовий доход майже в 10 разів більший, ніж обсяг основних фондів, і відображає реалії ринку: «живі гроші дають більший і швидкий чим вкладання в розвиток виробництва. Однак не слід забувати, що ' порівняння можливе лише при однаковій розмірності незалежних змій (наприклад х1 і х2 виражені в тис. гривень, але не в тисячах і мільйонах гривень). Так само не можна порівнювати ці впливи при різному фізичному змісті змінних. Наприклад, якщо х1- інтенсивність руху (авт/год.), а х2 - ширина проїзної частини (м), то співвідношення а1 і а2 взагалі не може служити мірою порівняння ступеня впливу цих параметрів на у- пропускну здатність автомобільної дороги. Однак, щоб зробити можливим порівняння коефіцієнтів регресії й оцінити вник, щоб зробити можливим порівняння коефіцієнтів регресії й підносний відносний вплив змінних хj на ус у відносних одиницях, застосовують нормування коефіцієнтів регресії (αj). Коефіцієнт αj показує величину змін αj = αj(σxj/σy)
де σy=√1/N*S(yi-yc)2 σxj=√1/N*S(xi-xc)2 Зокрема, для розглянутого прикладу: σx1=54,05; σx2=22.36; σy=55.91; x1c=71.69; x2c=71.69; У такий спосіб відносний вплив x2 на Для статистичної оцінки тісноти зв’язку застосовуються, як і в рівняннях парної регресії, ті ж самі три показники варіацій і коефіцієнти тісноти зв’язку, що базуються на них. Основні показники варіації: 1) Загальна дисперсія, що відображає сукупні впливи всіх об’єктивно діючих факторів: 2) Факторна дисперсія, що відображає вплив тільки вивчених незалежних змінних: де
3) Залишкова дисперсія, що відображає вплив неврахованих змінних, (крім хj j = (l,m)); У цій формулі вираз в дужках показує відхилення експериментальних даних відносно рівняння регресії. Для розглянутого випадку маємо: З огляду на те, що
По величині
тобто 53% мінливості у обумовлені саме мінливістю х1 і х2 Тоді коефіцієнт множинної кореляції (для нелінійної регресії індекс кореляції) визначається як Для розглянутого приклада R=0,73, що свідчить про досить значний взаємозв'язок між у та х1 і х2 З огляду на те, що
Неважко показати, що при m=1 (тобто при парній регресії у(х)), це вираження збігається з раніше отриманим вираженням коефіцієнта R для лінійної регресії. Завершуючи розгляд множинної регресії, приведемо ще одну кориснуформулу для розрахунку величини R у матричній формі, що буде використовуватись при розрахунках значення R на ЕОМ:
|