Оцените с помощью F-критерия Фишера-Снедекора значимость уравнения линейной регрессии и показателя тесноты связи.

Оценку надежности уравнения регрессии в целом и показателя тесноты связи дает F-критерий Фишера:

.

Для проверки значимости уравнения выдвигаем две гипотезы:

Н₀: уравнение регрессии статистически не значимо;

Н₁: уравнение регрессии статистически значимо.

По данным таблиц дисперсионного анализа, представленным на рисунке 3, =2,937. Величина P – значение из этой же таблицы свидетельствует о том, что вероятность случайно получить такое значение F-критерия составляет 0,051, что превышает допустимый уровень значимости 5 %. Следовательно, полученное значение случайно, оно сформировалось под влиянием случайных факторов, т.е. не подтверждается статистическая значимость всего уравнения и показателя тесноты связи .

Однако, если принять уровень значимости 10%, то можно говорить, что уравнение регрессии статистически значимо с вероятностью 90%.

Также, судить о значимости уравнения регрессии и показателя тесноты связи, можно сравнивая F_факт c F_кр(α, v₁, v₂).

Значения множественного коэффициента корреляции R, нескорректированного (R-квадрат) и скорректированного (Нормированный R-квадрат) линейных множественных коэффициентов детерминации проведены на рисунке 3, в рамках регрессионной статистики.

Множественный коэффициент корреляции R равен 0,715, что свидетельствует о тесной связи результативного показателя с факторными.

Коэффициент множественной детерминации = 0,512 оценивает долю вариации результативного признака, обусловленную вариацией факторных признаков, здесь эта доля составляет 51,2% и указывает на хорошую степень обусловленности результата вариацией факторных признаков, т.е. на тесную связь между ними.

Скорректированный коэффициент множественной детерминации = 0,338 определяет тесноту связи с учетом степеней свободы общей и остаточной дисперсией. Он дает такую оценку тесноты связи, которая не зависит от числа факторов в модели и потому может сравниваться по разным моделям с разным числом факторов.