Кадровый потенциал

Кадровый потенциал - совокупность способностей всех людей, которые заняты в данной организации и решают определенные задачи ...

Пошаговая регрессия

Результаты

Зададим зависимую переменную Y и независимые X1, Х2, Х3, Х4, Х5 Итоги анализа с использованием пакета STATISTICA

Шаг 0

Результаты множ. регрессии(Шаг 0)

Зав.перем.:Y Множест. R = ,82291525 F = 22,65616= ,67718950 сс = 5,54

Число набл.: 60 скоррект.R2= ,64729964 p = ,000000

Стандартная ошибка оценки:184,39683277

Своб.член: 608,02662453 Ст.ошибка: 273,7725 t( 54) = 2,2209 p = ,0306бета=,501 X2 бета=,153 X3 бета=-,12бета=,166 X5 бета=-,32

(выделены значимые бета)

Шаг 1

Результаты множ. регрессии(Шаг 1)

Зав.перем.:Y Множест. R = ,81717234 F = 27,63707= ,66777064 сс = 4,55

Число набл.: 60 скоррект.R2= ,64360850 p = ,000000

Стандартная ошибка оценки:185,35921149

Своб.член: 425,37895333 Ст.ошибка: 233,1118 t( 55) = 1,8248 p = ,0735бета=,547 X2 бета=,142 X4 бета=,170бета=-,34

(выделены значимые бета)

Уравнение регрессии значимо, так как Ft(4,55)<Ff=27,63707

Шаг 2

Результаты множ. регрессии(Шаг 2)

Зав.перем.:Y Множест. R = ,80665645 F = 34,77272= ,65069463 сс = 3,56

Число набл.: 60 скоррект.R2= ,63198184 p = ,000000

Стандартная ошибка оценки:188,35846060

Своб.член: 575,72466483 Ст.ошибка: 218,7626 t( 56) = 2,6317 p = ,0110бета=,487 X4 бета=,184 X5 бета=-,33

(выделены значимые бета)

Уравнение статистически значимо, так как Ft(3,56)<Ff=34,77272

Шаг 3

Результаты множ. регрессии(шаг 3, оконч. решение)

другие F-исключить не выше указ. значения

Зав.перем.:Y Множест. R = ,79157512 F = 47,82385= ,62659117 сс = 2,57

Число набл.: 60 скоррект.R2= ,61348911 p = ,000000

Стандартная ошибка оценки:193,03291779

Своб.член: 734,19552600 Ст.ошибка: 208,4142 t( 57) = 3,5228 p = ,0008бета=,594 X5 бета=-,31

(выделены значимые бета)

Уравнение статистически значимо, так как Ft(2,57)<Ff=47,82385

Программа выделяет значимые регрессоры. Значимыми оказались Х1 и Х5. Значения коэффициента детерминации R, близкое к единице, говорит о хорошем приближении линии регрессии к наблюдаемым данным и о возможности построения качественного прогноза.

Регрессионная сумма:

Beta

Std.Err.

B

Std.Err.

t(57)

p-level

Intercept

734,19553

208,41417

3,52277

0,00085

X1

0,59448

0,09212

0,75448

0,11692

6,45308

0,00000

X5

-0,31088

0,09212

-39,75302

11,77997

-3,37463

0,00134

На третьем шаге нами получена оптимальная искомая модель:

Y=734,19553+0,75448 X1-39,75302X5

Дисперсионный анализ:

Sums of

df

Mean

F

p-level

Regress.

3563997

2

1781998

47,82385

0,000000

Residual

2123917

57

37262

Total

5687914

Перейти на страницу: 1 2 3 4