![]() КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Критерии СТЬЮДЕНТА ⇐ ПредыдущаяСтр 2 из 2 Чтобы оценить существенность параметров, необходимо рассчитать для них критерии Стьюдентаta, tb, tr. Для параметров а, b и коэффициента rxy критерий Стьюдента определяет соотношение между самим параметром и его ошибкой; Для коэффициента корреляции формулу расчета критерия Стьюдента можно преобразовать и она будет иметь несколько иной вид: Фактические значения критерия Стьюдента сравниваются с табличными при определенном уровне надежности α и числе степеней свободы df= (п—2). По результатам этого сравнения принимаются или отвергаются нулевые гипотезы о несущественности параметров или коэффициента корреляции. Если фактическое значение критерия Стьюдента больше табличного, тогда гипотеза о несущественности отвергается. Подтверждение существенности коэффициента регрессии равнозначно подтверждению существенности уравнения регрессии в целом. 4. Ошибки аппроксимации. Практически всегда фактическое значение результативного признака отличаются от теоретических, рассчитанных по уравнению регрессии. Чем меньше эти отличия, тем ближе будут теоретические значения подходить к эмпирическим следовательно, тем лучше подобрано уравнение регрессии Величина отклонений фактических значений от расчетных результативного признака Для сравнения используются величины отклонений относительно фактических значений, выраженные в процентах. Если для первого наблюдения у = 20, а для второго у = 50, то ошибка аппроксимации для первого наблюдения составит 35%, а для второго — 28%. Поскольку
Чтобы оценить качество модели в целом, можно определить среднюю ошибку аппроксимации, представляющую собой среднюю арифметическую относительных ошибок аппроксимации по всем наблюдениям, включаемым в модель:
|