Помощничек
Главная | Обратная связь


Археология
Архитектура
Астрономия
Аудит
Биология
Ботаника
Бухгалтерский учёт
Войное дело
Генетика
География
Геология
Дизайн
Искусство
История
Кино
Кулинария
Культура
Литература
Математика
Медицина
Металлургия
Мифология
Музыка
Психология
Религия
Спорт
Строительство
Техника
Транспорт
Туризм
Усадьба
Физика
Фотография
Химия
Экология
Электричество
Электроника
Энергетика

Линейная множественная регрессия



Регрессионная статистика
Множественный R 0,981993973
R-квадрат 0,964312164
Нормированный R-квадрат 0,953159715
Стандартная ошибка 1,89976281
Наблюдения

 

Так как множественный коэффициент детерминации равен 0,964312164, то вариация результативного признака обусловлена в основном влиянием включенных в регрессионную модель факторов. То есть выбранные причинные факторы существенно влияют на «Промышленное производство», что подтверждает правильность включения этих факторов в модель.

 

Дисперсионный анализ
df SS MS F Значимость F
Регрессия 1560,328966 312,06579 86,46640508 5,30083E-11
Остаток 57,74557975 3,6090987    
Итого 1618,074545      

 

Рассчитанный уровень значимости = 5,30083E-11< 0,05 (показатель Значимость) подтверждает значимость R

 

Коэффици- енты Стандартная ошибка t - статис- тика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0%
Y-пересечение 2,33206751 9,883295346 0,23596052 0,816457231 -18,61958 23,283718 -18,61958 23,28372
Добыча полезных ископаемых 0,35986732 0,182955263 1,966968959 0,066776527 -0,027981 0,7477152 -0,027981 0,747715
Производство пищевых продуктов 0,20225947 0,140626054 1,438278802 0,169627844 -0,095854 0,5003734 -0,095854 0,500373
Текстильное и швейное производство 0,03131529 0,065022864 0,481604252 0,636608042 -0,106527 0,1691576 -0,106527 0,169158
Обработка древесины 0,2803823 0,077866152 3,600823886 0,002395041 0,115313 0,4454512 0,1153134 0,445451
Химическое производство 0,10414127 0,069386758 1,500881098 0,152861604 -0,042952 0,2512346 -0,042952 0,251235

 

Из полученных данных получается уравнение регрессии:

В множественной регрессии коэффициенты причинных факторов являются размерными, поэтому полученные коэффициенты не могут отражать степень влияния каждого фактора. Чтобы получить уравнение регрессии необходимо преобразовать размерные коэффициенты в безразмерные, которые будут отражать степень влияния.

,

где

В результате вычислений получились следующие безразмерные коэффициенты:

0,223486566
0,205660791
0,058660768
0,422987734
0,139765854

Теперь подставим рассчитанные ранее безразмерные коэффициенты в формулу , в полученном уравнении отсутствует свободный член, остальные коэффициенты помогают определить степень влияния каждого фактора.

Проанализировав данное уравнение можно сделать вывод о том, что наиболее сильное влияние на результативный фактор «Промышленное производство» оказывает причинный фактор «Обработка древесины», а наименьшее (незначительное) влияние оказывает «Текстильное и швейное производство».

 

Окончательное уравнение примет вид:

Проанализировав график значений фактического и предсказанного промышленного производства, можно говорить о том, что они приблизительно равны. Из этого следует то, что данную модель можно применять на практике



 




©2015 studopedya.ru Все права принадлежат авторам размещенных материалов.