143
——————————————————————————————————————————————————————————————————————————————
B0 -5,5353159 1,76132 2,2666667 3,1427 0,0042* - - |
B2 0,0074355 0,00172 0,8508407 4,3176 0,0002* -0,1838 5 .4219 .6462|
B3 0,0149740 0,00551 0,5455148 2,7169 0,0116* -0,2632 5 .1190 .4702|
B5 0,0536255 0,01258 0,8567044 4,2626 0,0002* -0,2632 3 .3941 .6414|
——————————————————————————————————————————————————————————————————————————————
Степеней свободы для критерия Стьюдента = 26
2. Общие критерии достоверности регрессии.
Y = B0 + B2*X2 + B3*X3 + B5*X5
Критерий Фишера: F= 10,137 степени свободы: 3, 26
Вероятность нулевых значений коэффициентов: P=0,00013
Относительная ошибка аппроксимации Er = 30,880%
Коэффициент множественной корреляции: R = 0,734236
Коэффициент детерминации: BY = 0,539103
Статистика Маллоуза (>4 при оптим.) C = 2,11679
После исключения переменных X1 и X4 из общего множества 5-и незави-
симых переменных достигнуто максимальное значение критерия Фишера-
Снедекора, уравнение регрессии высокозначимо (P<0,001), все коэффициенты
уравнения также значимы по критерию Стьюдента. Наибольшее влияние на зави-
симую переменную оказывают переменные X2 и X5 (по значениям коэффициен-
тов регрессии после центрирования/нормирования, коэффициентов корреляции).
3. Если зависимая переменная имеет повторности, это позволяет оценить
“адекватность” полученного уравнения – степень соответствия вычисленным
по уравнению значениям Y – полученным в эксперименте. Оценка адекватно-
сти производится по критерию Фишера с соответствующим значением вероятно-
сти того, что уравнение адекватно. Чем ближе вероятность к 1, тем лучше урав-
нение регрессии отражает действующие в эксперименте зависимости.
Анализ данных в случае опытов с равным числом повторений может суще-
ственно зависеть от типа организации опыта – полной рандомизации или рандо-
мизации в блоках повторностей (случайные блоки). Значимость коэффициентов
регрессии определяется "остаточным средним квадратом", вычисляемым с учетом
типа рандомизации. По умолчанию программа обрабатывает данные по типу
полной рандомизации.
При выполнении пошагового исключения независимых переменных в пер-
вую очередь исключаются те переменные, для которых критерий Стьюдента
меньше 1.0 (или вероятность того, что B(i)=0 больше 0.5). Дополнительные со-
ображения для исключения той или иной переменной может дать значение мак-
симального коэффициента парной корреляции этой переменной с какой-либо
другой. Большое (по модулю) значение корреляции (0.8-0.9) говорит о дублиро-
вании информации, и служит поэтому аргументом для исключения.