Перевірка статистичної значущості економ моделі в цілому, статистичні критерії.

Проверка гипотезы о значимости линейной модели парной регрессии состоит в проверке гипотез о значимости коэффициентов регрессии β0 и β1 или значимости парного коэффициента детерминации r2yx.

Если проверка значимости модели парной регрессии в целом осуществляется через проверку гипотез о значимости коэффициентов регрессии, то выдвигаются основные гипотезы вида Н0:β0=0, или Н0:β1=0, утверждающие, что коэффициенты регрессии являются незначимыми, и, следовательно, модель парной регрессии в целом также является незначимой.Обратные или конкурирующие гипотезы вида Н1:β0≠0, или Н1:β1≠0 утверждают, что коэффициенты регрессии являются значимыми, и, следовательно, модель парной регрессии в целом также является значимой.

Если проверка значимости модели парной регрессии в целом осуществляется через проверку гипотезы о значимости парного коэффициента детерминации, то выдвигается основная гипотеза вида H0:r2yx=0, утверждающая, что парный коэффициент детерминации является незначимым, и, следовательно, модель парной регрессии в целом также является незначимой.

Обратная или конкурирующая гипотеза вида H0:r2yx≠0, утверждает, что парный коэффициент детерминации является значимым, и, следовательно, модель регрессии в целом также является значимой.Проверка выдвинутых гипотез осуществляется с помощью F-критерия Фишера-Снедекора.Наблюдаемое значение F-критерия (вычисленное на основе выборочных данных) сравнивают с критическим значением F-критерия, которое определяется по таблице распределения Стьюдента.

Критическое значение F-критерия определяется по таблице распределения Фишера-Снедекора в зависимости от: уровня значимости а и числа степеней свободы k1=h-1 и k2=n-h, где n – это объём выборочной совокупности, а h – число оцениваемых по данной выборке параметров.При проверке гипотезы о значимости модели парной регрессии в целом критическое значение F-критерия определяется как Fкрит(а;n-2).При проверке основных гипотез о незначимости модели парной регрессии в целом наблюдаемое значение F-критерия рассчитывается по формуле:

Статистичний критерій — строге математичне правило, за яким приймається або відкидається та або інша статистична гіпотеза. Побудовою критерію є вибір відповідної функції від результатів спостережень (ряду емпірично набутих значень ознаки), яка служить для виявлення міри розбіжності між емпіричними значеннями і гіпотетичними

Статистичні критерії підрозділяють на такі категорії:

Критерій значущості. Перевірка за значущістю припускає перевірку гіпотези про числові значення відомого закону розподілу:

— нульова гіпотеза.

або — альтернативна гіпотеза, що конкурує.

Критерій узгодженості.Перевірка на узгодженість має на увазі, що випадкова величина, що досліджується,підкорюється закону, що розглядається. Критерій узгодженості можна також сприймати, як критерій значущості.

Критерій однорідності.При перевірці на однорідність випадкові величини досліджуються на факт взаємної відповідності їх законів розподілу (чи підкорюються ці величини одному і тому ж закону). Використовуються у Факторному аналізі для визначення наявності залежностей.

 

15. Дисперсійний аналіз лінійної регресії.

Проверка значимости уравнения регрессии производится на основе дисперсионного анализа. В математической статистике дисперсионный анализ рассмотрен как самостоятельный инструмент (метод) статистического анализа. В эконометрике он применяется как вспомогательное средство для изучения качества модели. Центральное место в анализе дисперсии занимает разложение общей суммы квадратов отклонений переменной у от среднего значения у на 2 части - «объясненную» и «необъясненную»:

Общая сумма квадратов отклонений

=

Сумма квадратов отклонений, объясненная регрессией

+

Остаточная сумма квадратов отклонений

(6)

или Q = Q _R + Q _e (7)

В переводной литературе принято следующее обозначение: TSS = RSS + ESS

- общая сумма квадратов отклонений; (8)

– сумма квадратов отклонений, обусловленная регрессией; (9)

Q = ESS = – остаточная сумма квадратов отклонений. (10)