Модели простой и множественной линейной регрессии - лабораторная работа №2

Ход работы

Часть I. Построение модели множественной линейной регрессии   в Excel

В Excel постройте следующую таблицу:

Постройте 3 точечных графика зависимости от , и . Добавьте на каждый из графиков линию тренда линейного типа и дайте предварительную оценку знакам и значениям каждого из параметров модели. Выполните команду меню Сервис–Надстройки и установите флажок напротив надстройки Пакет анализа. Выполните команду меню Сервис–Анализ данных и выберите инструмент Регрессия. Если Ваша таблица начинается в ячейке A1, то заполните диалог следующим образом:

Сравните знаки и значения полученных параметров модели (графа Коэффициенты) со сделанными Вами предположениями в пункте 4). С помощью функции СТЬЮДРАСПОБР(, ) рассчитайте критические значения распределения Стьюдента для уровней , где  – это число независимых переменных. Проверьте статистическую значимость параметров модели для уровней , для этого используйте расчетные значения распределения Стьюдента из графы t-статистика. Постройте доверительные интервалы для всех параметров модели вида (; ) для уровней , где . Значения несмещенной дисперсии для параметров модели находятся в графе Стандартная ошибка. На основе исправленного коэффициента детерминации из графы Нормированный R-квадрат дайте предварительную оценку адекватности построенной модели. С помощью функции FРАСПОБР (, M, ) рассчитайте критические распределения Фишера для уровней . Проверьте гипотезу о статистической значимости коэффициента детерминации для уровней , используя для этого расчетное значение распределения Фишера из графы F. Постройте точечные графики предсказанных с помощью модели значений и значений из таблицы в зависимости от значений каждой независимой переменной модели. Постройте точечные графики ошибок модели (графа Остатки) в зависимости от значений каждой независимой переменной модели. Сделайте вывод о распределении остатков построенной модели.