С помощью пакета Excel были построены регрессионные уравнения, включающие все исходные показатели. Проверка гипотезы о нормальном распределении показала, что с доверительной вероятностью 0,95 их можно считать нормально распределенными.

Общие формулы модели имеют вид:

ŷ 1 = ao+aхi+ amхm

ŷ2 = ao+aхi+ amхm

ŷ3 = ao+aхi+ amхm-i

В данных уравнениях ŷ1…3 - зависимые переменные, xij - объясняющие переменные, а ij = i,m - коэффициенты при независимых переменных, m - число коэффициентов.

Уравнение, характеризующее рождаемость имеет вид:

ŷ 1 = 23,9-0,36х1-0,84x2+0,005x3+0,63х4+0,035х5-0,005х6-0,002х7

Рассмотрим параметры адекватности уравнения регрессии:

Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,23. Fнабл. =26,8 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n =13; α=0,95; ν1 = 7; ν2 =3) = 4,35, то есть хотя бы один коэффициент регрессии не равен нулю.

Для проверки значимости отдельных коэффициентов регрессии сравним критическое значение t=2,26 с tj.

Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение

t =-0,05. (х7).

Для оставшихся переменных получим уравнение регрессии:

ŷ 1= 23,9-0,36 х1-0,86х2+0,005х3+0,65х4+0,03х5-0,0005х6

Рассмотрим параметры адекватности уравнения регрессии:

Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,2. F набл. =41,7 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр. (при n =13; α=0,95; ν1 = 6; ν2 =4) = 4,53, то есть хотя бы один коэффициент регрессии не равен нулю.

Для проверки значимости отдельных коэффициентов регрессии сравним критическое значение t=2,26 с tj, получим, что в уравнении не все коэффициенты регрессии значимы.

Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение

t =-0,19. (х6).

Для оставшихся переменных получим уравнение регрессии:

ŷ 1=23,5- 0,38 х1-0,76х2+0,006х3+0,58х4+0,03х5

Рассмотрим параметры адекватности уравнения регрессии:

Множественный коэффициент детерминации равен 0,98, что показывает очень сильную зависимость между результативным признаком и факторными. Стандартная ошибка равна 0,18. F набл. =61,96 можно сказать, что уравнение регрессии значимо, так как F набл.> F кр, (при n=13; α=0,95; ν1 = 5; ν2 =5) = 5,05, то есть хотя бы один коэффициент регрессии не равен нулю.

Для проверки значимости отдельных коэффициентов регрессии сравним критическое значение t=2,26 с tj, получим, что в уравнении не все коэффициенты регрессии значимы.

Для получения уравнения регрессии со значимыми коэффициентами используем пошаговый алгоритм регрессионного анализа с исключением переменных. Исключаем величину, имеющую минимальное значение t =0,88 (х3).

Популярные статьи:

Пример анкеты
Уважаемые Студенты! Данное социологическое исследование проводится для того, чтобы выявить способы организации учебного процесса, которые бы стимулировали студентов для обучения. Ваши искренние ответы помогут определить наиболее эффективны ...

Коррупция как социальный феномен. Характеристика коррупции как социального явления
Как у всякого сложного социального явления, у коррупции не существует единственного канонического определения. Его по разному трактуют социологи и специалисты по управлению, экономисты и юристы. Социологи могут утверждать, что коррупция – ...

"Демографический взрыв"
Если в 1900 г. численность населения составила 1 млрд.660 млн. человек, то к 2000 году она превысила 6 млрд. человек. Именно поэтому термин "демографический взрыв", означающий быстрый рост численности населения появился именно в ...