Многомерный анализ данных методами прикладной статистики

Все коэффициенты в таблице значимы, так как /р-значения для ка­ ждого из них меньше заданной величины 0,05. В столбце Std,Err. of Beta (Стандартная ошибка Beta) представлены стандартные ошибки Beta, а в столбце Std.Err. of В (Стандартная ошибка В) представлены стандартные ошибки В. ШИШИ Workbokl' W- Mtjftiple RegresKxi {исх.таб. FJRegresion results dialog' Summju-y Statistics; С' •- Ш Regr »saori^Skj»i^ry: тш шш Regression Summary for Dependenl Variable' Y (исхла6л.81а) R= ,96184190 R?= ,92513984 Adjusiad R?= .91Б82204 F(1.9)«111.22 p<.QQQOO Std.Error ofastimate: ji9107 QfBelia Sta,E »r- m Intercept 1,76054^ 0.4G07Qi 3,9057f 0,03£B5 0.96IG42 0 ШО210.В56145;0ШЮ0Э:10,5та;0.01Ж02 >1 Рис. 3.10. Результат регрессии для зависимой переменной Y Итак, свободный член Во = 1,760544, а коэффициент Б\ (при независимой переменной X) = 0,696145. Следовательно, наша мо­ дель имеет вид У = 1,760544 + 0,696145*Х. ТПяг 6 Теперь нужно оценить адекватность модели. Выводы об адекватности модели делаются на основании результатов ана­ лиза остатков. Остатки - это разница мелоду наблюдаемыми значе­ ниями зависимой переменной и значениями зависимой перемен­ ной, полученными с помощью нашей модели. Чтобы вернуться к главному окну результатов регрессии, достаточно нажать на него, как показано на рис. 3.11. И главное окно результатов регрессии снова появится на экране (рис. 3.12). В окне результатов нажмите на вкладку Residuals/ assmnptions/prediction (Остатки/Допущения/Прогноз), затем на вклад­ ку Perform residual analysis (Выполнить анализ остатков), появится окно Residual Analysis (Анализ остатков) (рис. 3.13). 85