Курсовая работа: Комплексный анализ рыбной отрасли
|
|
у |
х1 |
х5 |
х8 |
х10 |
| у |
1 |
|
|
|
|
| х1 |
-0,88300608 |
1 |
|
|
|
| х5 |
0,45605173 |
-0,003474 |
1 |
|
|
| х8 |
0,59499201 |
-0,342415 |
0,619844 |
1 |
|
| х10 |
-0,635065 |
0,297207 |
-0,685489 |
-0,6729266 |
1 |
Для получения адекватной
модели необходимо устранить мультиколлинеарность, т.е. вывести из рассмотрения
факторы, которые имеют совокупное воздействие друг на друга. Наличие
мультиколлинеарности факторов может означать, что некоторые из них всегда будут
действовать в унисон. Для оценки мультиколлинеарности факторов может
использоваться определитель матрицы парных коэффициентов корреляции между
факторами. Чем ближе к нулю этот проеделитель, тем сильнее мультиколлинеарность
факторов. Для наших парных коэффициентов корреляции между факторами матрица
имеет вид:
 
Определитель матрицы
парных коэффициентов корреляции между факторами равен 0,2, что достаточно
близко к 0, следовательно, между оставшимися факторами наблюдается
мультиколлинеарность.
Продолжим удаление
факторов, являющихся самыми неинформативными, регулярно сопоставляя значения
множественного коэффициента корреляции и детерминации (который оценивает
качество построенной модели в целом) и проверяя значимость уравнения регрессии.
В следующих таблицах
представлены результаты регрессионного анализа после исключения факторов х1,
х5, х8, х10.
| ВЫВОД ИТОГОВ |
|
|
|
|
|
Регрессионная статистика
|
| Множественный R |
0,999530603 |
| R-квадрат |
0,999061427 |
| Нормированный
R-квадрат |
0,995307133 |
| Стандартная
ошибка |
29,05134237 |
| Наблюдения |
6 |
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25 |
