Математическое моделирование. Значимость коэффициентов регрессии

1. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

2. Значимость коэффициентов регрессии

ЗНАЧИМОСТЬ КОЭФФИЦИЕНТОВ РЕГРЕССИИ
После определения оценок коэффициентов регрессии
необходимо проверить гипотезу о значимости коэффициентов
bi. Лучше всего это сделать в виде нуль-гипотезы, т.е. гипотезы
о равенстве bi= 0.
Если она подтвердится, то коэффициент bi следует признать
статистически незначимым и отбросить из искомой модели;
если гипотеза не подтвердится, то соответствующий
коэффициент bi следует признать значимым и включить в
модель.

3. Значимость коэффициентов регрессии

ЗНАЧИМОСТЬ КОЭФФИЦИЕНТОВ РЕГРЕССИИ
Проверка гипотезы проводится с помощью t - критерия
Стьюдента, который при проверке нуль-гипотезы формируется
в виде
где – дисперсия ошибки определения коэффициента bi.
При полном и дробном факторном планировании для всех i
доверительные интервалы
Некоторые значения t-критерия представлены в табл.

4. Распределение Стьюдента

РАСПРЕДЕЛЕНИЕ СТЬЮДЕНТА
Доверительная вероятность
f
0,7
0,8
0,9
0,95
0,98
0,99
0,999
1
1,963
3,078
6,314
12,706
31,821
63,657
636,619
2
1,336
1,886
2,920
4,303
6,965
9,925
31,598
3
1,250
1,638
2,353
3,182
4,541
5,841
12,941
4
1,190
1,533
2,132
2,776
3,747
4,604
8,610
5
1,156
1,476
1,943
2,571
3,365
4,032
6,859
6
1,134
1,440
1,895
2,447
3,143
3,707
5,959
7
1,119
1,415
1,860
2,365
2,998
3,499
5,405
8
1,108
1,397
1,833
2,306
2,896
3,355
4,781
Если величина коэффициента регрессии превышает ∆