Оценка практической значимости уравнения множественной регрессии с помощью показателя множественной корреляции и его квадрата – показателя детерминации. Теснота совместного влияния факторов на результат. Включение факторов в регрессионную модель.
При низкой оригинальности работы "Проверка существенности факторов и показатели качества регрессии", Вы можете повысить уникальность этой работы до 80-100%
Проверка существенности факторов и показатели качества регрессииОтсюда ясно, что сравнивая индексы множественной и парной корреляции, можно сделать вывод о целесообразности включения в уравнение регрессии того или иного фактора. регрессия корреляция детерминация В рассмотренных показателях множественной корреляции (индекс и коэффициент) используется остаточная дисперсия, которая имеет систематическую ошибку в сторону преуменьшения, тем более значительную, чем больше параметров определяется в уравнении регрессии при заданном объеме наблюдений . Если число параметров при равно и приближается к объему наблюдений, то остаточная дисперсия будет близка к нулю и коэффициент (индекс) корреляции приблизится к единице даже при слабой связи факторов с результатом. В общем виде при наличии факторов для уравнения коэффициент частной корреляции, измеряющий влияние на фактора , при неизменном уровне других факторов, можно определить по формуле: , (2.18) где - множественный коэффициент детерминации всех факторов с результатом; - тот же показатель детерминации, но без введения в модель фактора . Для уравнения регрессии с тремя факторами частные коэффициенты корреляции второго порядка определяются на основе частных коэффициентов корреляции первого порядка.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
