Уравнение линейной регрессии по уровням временных рядовУравнение регрессии и все статистические параметры получим по Анализ данных/Регрессия. Причем, в диалоговом окне ввода данных и параметров вывода можно поставить флажок на позиции Остатки, чтобы сразу получить значения
Выводы: Ø Уравнение Ø Статистика критерия Фишера – 238, 16; значимость F – 0, 000103, что не превышает допустимый уровень значимости 0, 05. Уравнение в целом признаем значимым. Ø Статистики критерия Стъюдента для коэффициентов регрессии также имеют допустимый уровень ошибки (P- значение) и признаются значимыми. Найдем коэффициенты автокорреляции остатков до
Вывод: коэффициент автокорреляции второго порядка достаточно высок, что может указывать на невозможность использования линейного уравнения регрессии для прогнозирования. Для окончательно проверки остатков регрессии на автокорреляцию, рассчитаем значение d -статистики Дарбина-Уотсона
|
:
достоверно на 98%.
порядка. Поскольку в этой задаче 6 наблюдений, ищем 
с помощью функции Коррел.
, получаем 
. Критические значения критерия (по таблице) 
. Поскольку выполняется неравенство 
, гипотеза о независимости остатков отклоняется, и модель признается неадекватной по данному критерию.
