Как оценить значимость уравнения регрессии и его коэффициентов?

Чтобы оценить значимость уравнения регрессии в целом, используют F-критерий Фишера. lib.laop.ulstu.ru e.vyatsu.ru Алгоритм процедуры: lib.laop.ulstu.ru

1. Выдвигают нулевую гипотезу о статистической незначимости уравнения регрессии (или коэффициента детерминации R2). lib.laop.ulstu.ru
2. Вычисляют фактическое значение F-критерия (Fфакт) и определяют критическое (табличное) значение F-критерия (Fтабл). lib.laop.ulstu.ru
3. Проверяют условие Fфакт > Fтабл. lib.laop.ulstu.ru Если оно выполняется, то нулевая гипотеза о статистической незначимости уравнения регрессии отвергается, и уравнение считается статистически значимым. lib.laop.ulstu.ru Если Fфакт ≤ Fтабл, то гипотеза не отклоняется, и признают статистическую незначимость или ненадёжность уравнения регрессии. lib.laop.ulstu.ru

Для оценки значимости коэффициентов уравнения регрессии применяют t-критерий Стьюдента. lib.laop.ulstu.ru Алгоритм процедуры: lib.laop.ulstu.ru

1. Выдвигают нулевую гипотезу о статистической незначимости коэффициента уравнения регрессии. lib.laop.ulstu.ru
2. Вычисляют фактическое значение t-критерия (tb) и определяют критическое значение критерия (tкрит). e.vyatsu.ru
3. Сравнивают эмпирические и критическое значения критерия. e.vyatsu.ru Если tb < tкрит, то на уровне значимости 0,05 признают статистическую незначимость параметров регрессии. e.vyatsu.ru

Также для оценки качества уравнения регрессии используют коэффициент детерминации (R-квадрат). sdo.pgups.ru Он показывает, какой процент вариации зависимой переменной объясняется независимыми переменными в модели. sdo.pgups.ru Чем ближе R-квадрат к 1, тем выше качество регрессионной модели. nafi.ru