Пошаговая регрессия

Следовательно уравнением регрессии объясняется 63%, .дисперсии результативного признака, а на долю прочих факторов приходится 37% ее дисперсии.

Результаты диагностики:

По результатам диагностики <2.1> мы можем сделать следующий вывод, что модель линейна по b; в ней нет лишних слагаемых и все регрессоры присутствуют.

Результаты диагностики <3.1 >. По значениям коэффициентов парной корреляции мультиколлениарность обнаружена (коэффициенты rx1x5 значимо отличается от нуля)

Результаты диагностики <4.2>. Данное нарушение проверили по графикам остатков. Сделаем вывод о том, что условие не нарушено

Результаты диагностики <4.4>. Данное нарушение проверили по графикам остатков. Явного нарушения условия нет.

Результаты диагностики <4.5>. Для проверки данного условия независимости ошибок из-за неучёта фактора времени воспользуемся графиком остатков (d,T), где Т - время или номер наблюдения, а также статистику Дарбина - Уотсона. В нашем примере авторегрессия положительна, т.к. D находится в интервале 0-2.

Вывод: Модель, полученная в результате пошаговой регрессии предпочтительнее, т.к. в ней нет лишних слагаемых и все регрессоры значимы. Авторегрессия для данной модели незначительна.

Графики

Диаграммы рассеяния