РАСЧЁТ ОБЩЕГО И ЧАСТНОГО F-КРИТЕРИЯ ФИШЕРА.

Общий F-критерий проверяет гипотезу H0 о статистической значимости уравнения регрессии и показателя тесноты связи (R2=0)

где

n – число наблюдений,

m – количество факторов

Получаем следующий результат F_набл= 0,9025

По таблицам распределения находим критическое значение F-критерия в зависимости от уровня значимости α (обычно его берут равным 0,05) и двух чисел степеней свободы

k₁=m-1=3 – 1 =2; k₂= n-m =21- 3=18,

где m –количество факторов, а n – число наблюдений. Получаем F _табл = 3,55.

Так как F_табл > F_факт, то с вероятностью 0,95 делаем заключение о статистической незначимости уравнения в целом и показателя тесноты связи, которые сформировались под почти случайным воздействием факторов x₁ и x₂.

Частные F-критерии F_х1 и F_х2 оценивают статистическую значимость присутствия факторов x₁ и x₂ в уравнении множественной регрессии, F_х1 оценивают целесообразность включения в уравнение фактора x₁ после того, как в него был включен фактор x₂. Соответственно, F_х2 указывает на целесообразность включения в уравнение фактора x₂ после того, как в него был включен фактор x₁.

После расчётов в ППП EXCEL получаем = 0,902. Сравниваем с F_табл = 3,55. Видим, что

F _табл > F _x1факт,

приходим к выводу о не целесообразности включения в модель фактора x₁
после фактора x₂.

Рассчитываем

После расчётов в ППП EXCEL получаем = 0,806

Низкое значение свидетельствует о статистической незначимости прироста парного коэффициента корреляции за счёт включения в модель фактора x₂ после фактора x₁. Низкое значение свидетельствует о статистической незначимости прироста парного коэффициента корреляции за счёт включения в модель фактора x₁ после фактора x₂.