<<
>>

6.1.3.3. Значимость включения переменной в регрессию

При последовательном подборе переменных в SPSS предусмотрена автоматизация, основанная на значимости включения и исключения переменных. Рассмотрим, что представляет собой эта значимость.

2

Обозначим R(k ) коэффициент детерминации, полученный при исключении из правой части уравнения переменной xk (зависимая переменная у). При этом мы получим уменьшение объясненной дисперсии на величину

Rch = R - R(k).

Для оценки значимости включения переменной xk используется стати-стика

Fch = R-lh (N - Р - 1)Д1 - R2 ^,

имеющая распределение Фишера при нулевом теоретическом приросте

2

Rch. Вообще, если из уравнения регрессии исключаются q переменных, статистикой значимости исключения будет

22 Fch = Rch (N - p -1)/ (q(1 - R )).

<< | >>
Источник: Ковалева Г.Д., Ростовцев П.С.. Анализ социологических данных с применением статистического пакета SPSS. 2002

Еще по теме 6.1.3.3. Значимость включения переменной в регрессию:

  1. 4.1.1. Оценка значимости параметров уравнений регрессии
  2. Надежность и значимость коэффициента регрессии
  3. Проверка адекватности уравнений регрессии и оценка значимости коэффициентов
  4. Понятие «экспериментальная переменная». Виды переменных в эксперименте и их соотношение. Контроль дополнительных переменных.
  5. 2.2.4. Существенные и несущественные переменные. Производная булевой функции первого порядка. Вес переменной
  6. Множественная регрессия.
  7. 6.1.7. Команда построения линейной модели регрессии
  8. Виды регрессий.
  9. 29. Экстремум функции многих переменных. Необходимое и достаточное условия для функции двух переменных.
  10. 6.2. Логистическая регрессия
  11. Нелинейная регрессия
  12. Выборочные уравнения регрессии
  13. Анализ уравнений регрессии Qy = f (Ризб; hrt; ha)
  14. 3.4 Расчет коэффициентов уравнения регрессии
  15. прогресс и регресс
  16. 6.1.9. Можно ли в регрессии использовать неколичественные пере-менные?
  17. Составление уравнения линейной регрессии
  18. Линейная регрессия.
  19. 6.2.8. Коэффициенты логистической регрессии
  20. 10. Дифференцирование сложной функции нескольких переменных. Дифференцирование функции одной переменной, заданной неявно.