В чём заключается сущность дисперсионного анализа? Какие инструменты анализа используются в рамках программы MS Excel для проведения дисперсионного анализа?
Дисперсионный анализ определяет и отделяет систематическую и случайную составляющую дисперсии отклика; определяет соотношения этих составляющих; устанавливает на этой основе существенности вклада каждой из них в величину отклика. Однофакторный дисперсионный анализ служит для сравнения средних значений нескольких выборок путём анализа дисперсий. Двухфакторный дисперсионный анализ без повторений применяется, если данные можно систематизировать не по одному, как в предыдущем случае, а по двум параметрам. Причём для каждого сочетания пары параметров предполагается только одно наблюдение. Двухфакторный дисперсионный анализ с повторениями позволяет, как и предыдущий анализ, выяснять значимость влияния на исследуемый признак каждого из двух факторов (А и В). Программы MS Excel: Однофакторный дисперсионный анализ, «Двухфакторный дисперсионный анализ без повторений», «Двухфакторный дисперсионный анализ с повторениями». 13. В чём заключается сущность метода наименьших квадратов (МНК) при построении регрессионной модели? Что означает понятие «сумма квадратов остатков»?
Заключается в нахождении коэффициентов линейной зависимости, при которых функция двух переменных а и b принимает наименьшее значение. То есть, при данных а и b сумма квадратов отклонений экспериментальных данных от найденной прямой будет наименьшей. В этом вся суть метода наименьших квадратов.
Сумма квадратов регрессии (SSR) представляет собой сумму квадратов разностей междуŶi (предсказанным значением переменной Y) и (средним значением переменной Y). Сумма квадратов регрессии (SSR) равна сумме квадратов разностей между предсказанными значениями переменной Y и ее средним значением: 14.Как осуществляется проверка значимости коэффициентов регрессии с помощью t -критерия Стьюдента; Что означает величина и как она определяется? t-критерий Стьюдента используется для оценки статистической значимости коэффициентов регрессии и коэффициента корреляции. В качестве основной гипотезы выдвигают гипотезу H0 о незначимом отличии от нуля параметра регрессии или коэффициента корреляции. Альтернативной гипотезой, при этом является гипотеза обратная, т.е. о неравенстве нулю параметра или коэффициента корреляции. Найденное по данным наблюдений значение t-критерия (его еще называют наблюдаемым или фактическим) сравнивается с табличным (критическим) значением, определяемым по таблицам распределения. Табличное значение определяется в зависимости от уровня значимости (α) и числа степеней свободы, которое в случае линейной парной регрессии равно (n-2) , n - число наблюдений. Если фактическое значение t-критерия больше табличного (по модулю), то считают, что с вероятностью (1-α) параметр регрессии (коэффициент корреляции) значимо отличается от нуля. Если фактическое значение t-критерия меньше табличного (по модулю), то нет оснований отвергать основную гипотезу, т.е. параметр регрессии (коэффициент корреляции) незначимо отличается от нуля при уровне значимости α. - дисперсия а.
Популярное: Как построить свою речь (словесное оформление):
При подготовке публичного выступления перед оратором возникает вопрос, как лучше словесно оформить свою... Как выбрать специалиста по управлению гостиницей: Понятно, что управление гостиницей невозможно без специальных знаний. Соответственно, важна квалификация... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (225)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |