Читайте также:
|
|
Построим вспомогательную таблицу:
i | (yi – )2 | ( – )2 | (yi – )2 |
1777,4656 | 1633,71 | 3,03032 | |
569,2996 | 1126,84 | 94,255 | |
443,5236 | 169,426 | 64,7002 | |
435,1396 | 394,701 | 0,9859 | |
32,0356 | 0,46932 | 40,2599 | |
42,7716 | 56,7881 | 0,99159 | |
170,0416 | 56,7881 | 30,2964 | |
731,1616 | 788,932 | 1,09816 | |
849,1396 | 788,932 | 1,10685 | |
1431,8656 | 1220,71 | 8,41786 | |
∑ | 6482,444 | 6237,3 | 245,142 |
Обозначим SSобщ = , SSА = и SSR = ,
где , = a + bxi.
Тогда:
SSобщ = 6482,44; SSA = 6237,3 и SSR = 245,142
Найдем средний квадрат отклонений или дисперсию на одну степень свободы:
= 6237,3;
= 30,64.
Вычислим = 203,55
Таблица дисперсионного анализа будет:
df | SS | MS | F | |
Регрессия | 6237,3 | 6237,3 | 203,55 | |
Остаток | 245,142 | 30,64 | ||
Итого | 6482,44 |
Критическая точка критерия Fкр=F(α; 1; n-2)=F( 0,05; 1; 8 ) = 5,32
Поскольку > Fкр, то гипотеза Н0: b=0 отвергается, признаётся статистическая значимость уравнения регрессии, т.е. связь между рассматриваемыми признаками есть и результаты наблюдений не противоречат предположению о её линейности.
Дата добавления: 2015-10-02; просмотров: 64 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Построим доверительные интервалы для параметров модели. | | | Прогноз на основе линейной модели. |