Где X 1 – " рабочие " , X 2 – " двигатели "
Коэффициенты регрессии и их интерпретация
• В полученном уравнении Y = 88525 + 2752 X 1 + 93 X 2 коэффициент регрессии 2752 означает, что увеличение числа рабочих на 1 чел. в среднем приводит к повышению объема производства на 2752 руб. при условии, что мощность двигателей не изменяется .
Коэффициенты регрессии и их интерпретация
• В уравнении Y = 88525 + 2752 X 1 + 93 X 2 коэффициент регрессии при втором факторе означает, что увеличение суммарной мощности двигателей на 1 л .с. приводит в среднем к увеличению объема производства на 93 руб. при условии, что число рабочих не изменяется .
Проверка значимости коэффициентов регрессии
Проверка значимости коэффициентов регрессии означает проверку гипотезы об отсутствии связи между результативным и каждым из факторных признаков. Такая гипотеза означает, что ненулевые значения регрессионных коэффициентов обусловлены лишь случайностями выборки, а в генеральной совокупности все коэффициенты этого уравнения равны нулю.
Проверка значимости коэффициентов регрессии
Для проверки значимости каждого коэффициента регрессии вычисляется t -статистика, которая показывает, во сколько раз этот коэффициент превышает свою среднюю ошибку в выборке.
Соответствующая величина p (уровень значимости или вероятность ошибки) измеряет вероятность случайного появления в выборке значений t , равных или больших, чем данное значение.
Проверка значимости коэффициентов регрессии
Если вероятность p меньше выбранного уровня значимости (по умолчанию 5% или 0,05), соответствующий коэффициент регрессии является статистически значимым .