Оценка результатов корреляционно-регрессионного анализа.

Важн. частный случай стат. связи – корреляционная связь. При корреляц. связи разным значениям одной переменной соотв-ют различные ср. значения др. переменной. Задачей корреляц. анализа явл. колич. оценка тесноты связи м-ду признаками. Регрессия исследует форму связи. З-ча регресс. анализа – опр-ние аналитич. выражения связи. Коррел- регресс. анализ включает в себя измерение тесноты связи и установления аналитич. выражения связи.

Показатели корреляц. связи, вычисленные по ограниченной совок-ти явл-ся лишь оценками той или иной законом-ти, поскольку в любом параметре сохраняется эл-т случайности. Поэтому необх-ма стат. оценка ст-ни точности и надежности пар-ров корреляции и регрессии. Надежность- вероят-ть того, что значение проверяемого парам-ра ≠0 и не включ-т в себя величины противопол-х знаков. Вероятностная оценка пар-ров корреляции произв-ся по общим правилам проверки стат. гипотез. В частности путем сравнения оцениваемой величины со ср. случайной ошибкой оценки. Для коэффиц-та парной регрессии(b) ср. ошибка оценки вычисл-ся по формуле:

где y^¯- знач-ния результ. признака, полученные по ур-нию регрессии; ∑(y_i-y¯)²/(n-2)- остат. дисперсия; (n-2)- число степеней свободы

Зная ср. ошибку оценки коэф. регресии м. вычислить вер-ть того, что нулевое значение коэфф-та входит в интервал возможных с учетом ошибки значений. С этой целью нах-ся отн-ние коэф. к его ср. ошибке, называемое t-критерий Стьюдента: t=b/m_b.

Если t расчетное > t табличного, то вероят-ть нулевого значения коэф. регрессии < ур-ня значимости (a) т.е. гипотезу о несуществовании этого коэфф-та можно отклонить. Надежность установленной связи м. проверить и по ср.случайной ошибке коэф. корреляции по фор-ле:

Ср.ошибка условно чистого коэфф-та регрессии (b_j) рассчит-ся по формуле:

Sост.-остаточное ср. квадратич. отклонение результ. признака

;

k- число ф-ров; n- ч-ло ед-ц совок-ти; i-№ ед-цы; j- номер ф-ра

Ср. ошибка оценки коэф-та множеств. корреляции по фор-ле:

Оценка рез-тов регресс. анализа начин-ся с оценки суммарной значимости рез-тов регресс. связи с пом. F-теста. Цель теста: выяснить объясняют ли х-переменные значимую часть вариации у. Если этот тест значим- связь сущ-т и можно приступать к ее ислед-нию и объяснению. F-тест выполняется с пом. компьют. программы и при опред-нии р-значения, т.е. значение доверит. вероят-ти того, что данные соотв-ют нулевой гипотезе. Нулевая гипотеза для F-теста утв-ет, что в генер. совок-ти м-ду х и у прогнозирующая взаимосвязь отсут-т. Если р-значение > 0.05, то полученный рез-т- незначительный, <–значимый, если <0.01-высокознач. Еще 1вариант основан на оценке коэф-та детерминации. Если R²< чем критич. значение по табл. R², то соотв. модель незначимая.После оценки значимости регресс. модели м. говорить, что значимы хотя бы 1или все коэф-ты регрессии.