и уровня значимости α = 0,05 составит tтабл = 2,16.
Далее рассчитываем по каждому из параметров его стандартные ошибки: , и .
Фактическое значение статистик
, ,
Фактическое значения статистики превосходит табличное
значение: , поэтому параметр не случайно отличается от нуля, а статистически значим.
Фактические значения статистики не превосходят табличное
значение: ; , поэтому параметры и случайно отличаются от нуля, и статистически не значимы.
Определите интервальные оценки коэффициентов и с надежностью 0,95. Сделайте вывод о точности полученных оценок коэффициентов.
Рассчитаем доверительные интервалы для параметров регрессии и . Для этого определим предельную ошибку для каждого показателя:
Доверительные интервалы:
и
Анализ верхней и нижней границ доверительного интервала
приводит к выводу о том, что с вероятностью параметр , находясь в указанных границах, не принимает нулевого значения, т.е. является статистически значимым и существенно отличным от нуля.
и
Анализ верхней и нижней границ доверительного интервала
приводит к выводу о том, что с вероятностью параметр , находясь в указанных границах, принимает нулевое значение, т.е. является статистически не значимым и не существенно отличным от нуля.
Рассчитаем стандартную ошибку регрессии. Сделайте вывод о точности полученного уравнения регрессии.
Качество модели, исходя из относительных отклонений по каждому
наблюдению, признается удовлетворительным.
Определим коэффициент детерминации R2 и сделайте вывод о качестве подгонки уравнения регрессии к исходным данным.
Коэффициент детерминации определяется по формуле:
Вычислим:
Множественный коэффициент детерминации , показывает, что около 14,1% вариации зависимой переменной учтено в модели и обусловлено влиянием включенного фактора и на 85,9% — другими факторами, не включенными в модель.
Рассчитайте среднюю ошибку аппроксимации и сделайте выводы о качестве уравнения регрессии.
Средняя ошибка аппроксимации по формуле:
Найдем величину средней ошибки аппроксимации :
.
В среднем, расчетные значения отклоняются от фактических на 18,44% поскольку ошибка больше 7%, то данное уравнение не рекомендуется использовать в качестве регрессии.
Рассчитайте прогнозное значение результата , если значение фактора X будет больше на 15% его среднего уровня .
Если прогнозное значение фактора X будет больше на 15% его среднего уровня и составит: лет, тогда индивидуальное прогнозное значение часового заработка одного рабочего составит:
.
Параметр показывает, что с увеличением общего стажа работы после окончания учебы на 1 год часовой заработок одного рабочего возрастает в среднем на 0,097 долл./час.