Контрольные вопросы к защите

1. Раскройте понятие «достоверность» применительно к параметрам взаимосвязи переменных.

2. С какой целью проводится F-тест уравнения регрессии?

3. На какие части раскладывается общий объем вариации результативного признака в ходе дисперсионного анализа регрессионной модели?

4. Назовите причины существования остаточной вариации.

5. В каком случае уравнение регрессии признается достоверным в целом?

6. С какой целью в регрессионном анализе используется критерий t-Стьюдента?

7. Что показывает средняя ошибка коэффициента корреляции (регрессии) и как ее рассчитать?

8. Что показывает доверительный интервал параметра связи?

9. Как определить доверительный интервал коэффициента регрессии?

10. В каком случае принимается гипотеза о достоверности коэффициента регрессии?

Способ оценки результатов

№ п/п	Элементы выполнения работы и усвоения теоретического материала	Максимальный балл
1	Расчетная часть работы выполнена корректно и полностью	2
2	Сделаны подробные выводы, в которых отражены выявленные закономерности	1
3	Защита работы	1
4	Соблюдение сроков защиты	1
Итого	х	5

Лабораторная работа №4. «Построение парной линейной модели регрессии с использованием инструмента «Регрессия» MS EXCEL

Модульная единица 3.

Требования к содержанию, оформлению и порядку выполнения:

Для успешного выполнения работы студенты должны знать материал лекции по теме «Статистическая оценка достоверности выборочных показателей связи».

Теоретическая часть.

Как известно из курса математической статистики нулевая гипотеза принимается, если фактическое значение критерия не превышает его критическое значение при выбранном уровне его (теоретического значения критерия) значимости. С другой стороны, если известна значимость фактического значения критерия (выводится при реализации инструмента «Регрессия» MS EXCEL), тогда статистический вывод нужно делать следующим образом:

1. задать теоретический уровень значимости (наиболее часто применяются уровни – 1%, 5%, 0,01%)

2. сравнить фактическую значимость с теоретической:

если < – принимается альтернативная,

– нулевая гипотеза.

В регрессионном анализе при проверке значимости уравнения в целом или его параметров в качестве нулевой гипотезы выдвигается предположение об их недостоверности – равенстве нулю коэффициента корреляции (при оценке значимости уравнения в целом) или параметров. Следовательно, параметры или уравнение в целом будут значимы, только в том случае, если < .

Одним из показателей качества модели является средняя ошибка аппроксимации:

,

где - рассчитанные по уравнению регрессии прогнозные (предсказанные значения) для каждого значения независимой переменной.

Для прогнозирования считается приемлемым уровень средней ошибки аппроксимации 8-10%.