statystyka skrypt55

usunięcia zmiennej W naszym przykładzie przyjmiemy wartości F domyślne i w rezultacie obliczeń otrzymuje się wyniki przedstawione w tabeli 4.9.

Tabela 4.9

Wyniki analizy regresji metodą dołączania

	Podsumowanie regresji zmiennej zależnej: Y (dokl.sta) R=0.99245l 17 R2-0.98495933 Popraw. R^A2=0,9699186S F(4.4) 65.486 p<0.00067 Błąd std estymacji: 0.16411
N-9	BETA	Błąd «L BETA	B	Błąd sL B	K4)
W. wolny X2_2 X!_2 XI X2	3,74388 4,29938 -3,97396 -2J7995	0,851888 0,915460 0d»5460 0,851888	15,3136 0,5100 54,5000 -43.4200 -3.1467	2,75716 0,11605 11,60460 10,00242 0.93078 '	5,55410 4,39481 4,69641 4.34095 -3.38067	0,005143 0,011739 0,009333 0,012244 0.027768

W wyniku przeprowadzonych obliczeń do modelu regresji zostały wybrane cztery funkcje. Z tabeli 4.9 wynika, że wszystkie współczynniki obliczonego równania regresji:

Y - 15,3136 - 43,42 X| - 3,1407 xj + 54,50 *■* + 0.51 xj^l

są istotne, wartość krytyczna rozkładu t-Studenta to.oyj. .i ■ 2,776 przy 4 stopniach swobody (tablica I). świadczą też o tym obliczone dla każdej wartości statystyki t, wartości poziomu p: wszystkie są mniejsze od przyjętego poziomu istotności a. Obliczona wartość statystyki F = 65,486 znacznie przekracza wartość krytyczną F₀₍₀j,4,4 = 6,39 przy 4 stopniach swobody licznika i 4 czterech stopniach swobody mianownika (tablica II), wartość p jest mniejsza od poziomu istotności a, co oznacza, żc zależność jest istotna statystycznie i może być wykorzystywana do prognozowania wartości zmiennej Y w funkcji zmiennych Xi i xj. Kwadrat współczynnika korelacji wielokrotnej R² " 0,9699 jest wysoki, co świadczy o dolnym dopasowaniu powierzchni regresji do danych doświadczalnych.

Dla obliczenia równania regresji metodą regresji krokowej z odrzucaniem zmiennych należy w oknie Definicja modelu w polu Metoda wybrać opcję Krokowa wsteczna. W naszym przykładzie wyniki obliczeń metodą krokową z odrzucaniem zmiennych są identyczne z wynikami uzyskanymi metodą regresji krokowej z dołączaniem zmiennych.

64