<<
>>

Существует ли линейная регрессионная зависимость?

Для проверки одновременного отличия всех коэффициентов регрессии от нуля проведем анализ квадратичного разброса значений зависимой переменной относительно среднего. Его можно разложить на две суммы следующим образом:

Е(у -у )2=Х(у,-у )2+z(у -у )2.

і і

В этом разложении обычно обозначают:

SSt = уі - у ) - общую сумму квадратов отклонений;

SSres = Z( у, - у, ) - сумму квадратов регрессионных отклонений;

SSreg = 2 (у, - у )2 - разброс по линии регрессии.

Статистика F = ™glР в условиях гипотезы равенства нулю

SSres/(N - Р - 1)

регрессионных коэффициентов имеет распределение Фишера, и, естественно, по этой статистике проверяют, являются ли коэффициенты B1, ..., Bp одновременно нулевыми.

Если наблюдаемая значимость статистики Фишера мала (например, sig F = 0,003), то это означает, что данные распределены вдоль линии регрессии и гипотеза отвергается; если значимость велика (например, Sign F = 0,12), то, следовательно, данные не связаны такой линейной связью, гипотеза не отвергается.

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

Еще по теме Существует ли линейная регрессионная зависимость?:

  1. Линейная зависимость векторов,теоремы о линейной зависимости.
  2. 6.1. Классическая линейная модель регрессионного анализа
  3. 2.4. Построение линейной регрессионной модели
  4. Линейная зависимость векторов.
  5. 7.3. Теорема о линейной зависимости случайных величин.
  6. Глава 1. Линейная зависимость и связанные с ней уравнения и неравенства
  7. 1. Линейные операторы в линейных нормированных пространствах. Равносильность непрерывности и ограниченности линейного оператора. Понятие нормы ограниченного оператора. Различные формулы для вычисления норм. Примеры линейных ограниченных операторов.
  8. Сурскова Т.А.. Линейные и квадратичные зависимости, функция/х/ и связанные с ними уравнения и неравенства. Дипломная работа по алгебре. 2008, 2008
  9. Теорема 15. Все, что только существует, существует в боге, и без бога ничто не может ни существовать, ни быть представляемо.
  10. 8.4 Регрессионный анализ
  11. § 19. Отношение приписываемых существу Божию свойств и самому Его существу. Понятие о Боге, как общий вывод из учения о свойствах Божиих
  12. 2.3. Регрессионные модели оценки ставки восстановления
  13. 2.2 Регрессионный анализ.
  14. 1.2. Задачи регрессионного анализа
  15. 1.12. Проверка адекватности регрессионной модели
  16. Исходные предположения и специальные задачи множественного регрессионного анализа
  17. 7.2.9 Корреляционный и регрессионный анализы