Оценка статистической значимости коэффициентов регрессии.

Проверка статистической значимости параметров регрессионного уравнения (коэффициентов регрессии) выполняется по t-критерию Стьюдента, который рассчитывается по формуле:

Оценка статистической значимости коэффициентов регрессии. - student2.ru

где P - значение параметра;
Sp - стандартное отклонение параметра.

Рассчитанное значение критерия Стьюдента сравнивают с его табличным значением при выбранной доверительной вероятности (как правило, 0.95) и числе степеней свободы N-k-1, где N-число точек, k-число переменных в регрессионном уравнении (например, для линейной модели Y=A*X+B подставляем k=1).

Если вычисленное значение tp выше, чем табличное, то коэффициент регрессии является значимым с данной доверительной вероятностью. В противном случае есть основания для исключения соответствующей переменной из регрессионной модели.

Величины параметров и их стандартные отклонения обычно рассчитываются в алгоритмах, реализующих метод наименьших квадратов. С помощью МНК мы получили лишь оценки параметров уравнения регрессии, которые характерны для конкретного статистического наблюдения (конкретного набора значений x и y). Если оценку параметров произвести по данным другого статистического наблюдения (другому набору значений x и y), то получим другие численные значения Оценка статистической значимости коэффициентов регрессии. - student2.ru , Оценка статистической значимости коэффициентов регрессии. - student2.ru . Мы предполагаем, что все эти наборы значений x и y извлечены из одной и той же генеральной совокупности. Чтобы проверить, значимы ли параметры, т.е. значимо ли они отличаются от нуля для генеральной совокупности используют статистические методы проверки гипотез.
В качестве основной (нулевой) гипотезы выдвигают гипотезу о незначимом отличии от нуля параметра или статистической характеристики в генеральной совокупности. Наряду с основной (проверяемой) гипотезой выдвигают альтернативную (конкурирующую) гипотезу о неравенстве нулю параметра или статистической характеристики в генеральной совокупности. В случае если основная гипотеза окажется неверной, мы принимаем альтернативную. Для проверки этой гипотезы используется t-критерий Стьюдента.
Найденное по данным наблюдений значение t-критерия (его еще называют наблюдаемым или фактическим) сравнивается с табличным (критическим) значением, определяемым по таблицам распределения Стьюдента (которые обычно приводятся в конце учебников и практикумов по статистике или эконометрике). Табличное значение определяется в зависимости от уровня значимости (a) 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 основную гипотезу отвергают и считают, что с вероятностью (1-a) параметр или статистическая характеристика в генеральной совокупности значимо отличается от нуля.
Если фактическое значение t-критерия меньше табличного (по модулю), то нет оснований отвергать основную гипотезу, т.е. параметр или статистическая характеристика в генеральной совокупности незначимо отличается от нуля при уровне значимости a.
Для параметра b критерий проверки имеет вид:
Оценка статистической значимости коэффициентов регрессии. - student2.ru ,
где Оценка статистической значимости коэффициентов регрессии. - student2.ru - оценка коэффициента регрессии, полученная по наблюдаемым данным;
Оценка статистической значимости коэффициентов регрессии. - student2.ru – стандартная ошибка коэффициента регрессии.
Для линейного парного уравнения регрессии стандартная ошибка коэффициента вычисляется по формуле:
Оценка статистической значимости коэффициентов регрессии. - student2.ru .

Числитель в этой формуле может быть рассчитан через коэффициент детерминации и общую дисперсию признака-результата: Оценка статистической значимости коэффициентов регрессии. - student2.ru .
Для параметра a критерий проверки гипотезы о незначимом отличии его от нуля имеет вид:
Оценка статистической значимости коэффициентов регрессии. - student2.ru ,
где Оценка статистической значимости коэффициентов регрессии. - student2.ru - оценка параметра регрессии, полученная по наблюдаемым данным;
Оценка статистической значимости коэффициентов регрессии. - student2.ru – стандартная ошибка параметра a.
Для линейного парного уравнения регрессии:
Оценка статистической значимости коэффициентов регрессии. - student2.ru .
Для проверки гипотезы о незначимом отличии от нуля коэффициента линейной парной корреляции в генеральной совокупности используют следующий критерий:
Оценка статистической значимости коэффициентов регрессии. - student2.ru , где ryx - оценка коэффициента корреляции, полученная по наблюдаемым данным; mr – стандартная ошибка коэффициента корреляции ryx.
Для линейного парного уравнения регрессии:
Оценка статистической значимости коэффициентов регрессии. - student2.ru .
В парной линейной регрессии между наблюдаемыми значениями критериев существует взаимосвязь: t ( b =0) = t (r=0).

Наши рекомендации