Р Е З У Л Ь Т А Т Ы Р Е Г Р Е С С И О Н Н О Г О А Н А Л И З А
К оглавлению1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1617 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
34 35 36 37 38 39 40
******************************************************************
Число независимых факторов - 2
Число экспериментов - 8
МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ
Список регрессионных переменных :
------------------------------------
Z ( 1) = X ( 1)
Z ( 2) = X ( 2)
Y = Z ( 3) = X ( 3)
. УРАВНЕНИЕ МНОЖЕСТВЕННОЙ РЕГРЕССИИ :
------------------------------------------------------------------------
. N Предиктор Отклик Корреляционная матрица оценок (%)
. 1 2
------------------------------------------------------------------------
. Y = .330
. 1. Z( 1) + 1.135 * Z( 1) 99 -70
. 2. Z( 2) - .901 * Z( 2) -70 99
КОРРЕЛЯЦИОННАЯ МАТРИЦА ПРЕДИКТОРОВ И ОТКЛИКА
------------------------------------------------
. Номер 1 2 3
. 1 1.000 .701 .966
. 2 .701 1.000 .542
. 3 .966 .542 1.000
. ОСНОВНЫЕ СТАТИСТИКИ УРАВНЕНИЯ РЕГРЕССИИ
. ------------------------------------------
----------------------------------------------------------------------
. Номер Среднее Стандарт- Корреля- Коэфф. Станд.ош. Т - стат.
. ное откл. ция с Y регрессии коэфф.
. J PAV(J) PSAV(J) CFY(J) A(J) S(J) T(J)
----------------------------------------------------------------------
. 1 .185 .047 .966 1.135 .109 10.387
. 2 .103 .014 .542 -.901 .378 -2.383
. О т к л и к
. 3 .447 .047
. Свободный член : A(0) = .330
. Стандартная ошибка : S(0) = .029
----------------------------------------------------------------------
. СТАТИСТИКИ АДЕКВАТНОСТИ МОДЕЛИ
. --------------------------------
. Полная сумма квадратов .015.
. Остаточная сумма квадратов .000,
. степени свободы 5.
. Об"ясненная сумма квадратов .015,
. степени свободы 2.
. FISH - статистика Фишера 77.459.
. Коэфф. множественной корреляции .984.
. Стандартная ошибка оценки .010.
. ТАБЛИЦА ОСТАТКОВ
. --------------------------------------------
. Номер экс- Отклик Оценка Остаток
. перимента отклика
. --------------------------------------------
. 1 .384 .371 .013
. 2 .394 .401 -.007
. 3 .420 .424 -.004
. 4 .438 .444 -.006
. 5 .454 .464 -.010
. 6 .478 .478 .000
. 7 .498 .492 .006
. 8 .510 .502 .008
. --------------------------------------------
Уравнение множественной регрессии имеет вид:
у = 1,135 х1 – 0,901 х2 + 0,33
Из полученного уравнения видно, что увеличение коэффициента обновления ОС на 1% приведет к повышению рентабельности на 1,135%, а увеличение коэффициента текучести кадров, наоборот, будет давать снижение рентабельности на 0,901%.
Для оценки надежности уравнения регрессии используется критерий Фишера. Он равен 77,459, что больше F2,8,5%. Таким образом, уравнение регрессии значимо и надежно.
Теснота связи между первым признаком и результативным признаком составляет 0,966, что свидетельствует об очень тесной связи; между вторым признаком и результативным признаком 0,542, что говорит о связи средней степени; между рентабельностью и двумя объясняющими переменными (коэффициент множественной корреляции) 0,984, что показывает удачность подобранной модели.
Итак, полученное уравнение регрессии значимо и надежно. Положительно влияет на рентабельность увеличение коэффициента обновления ОС, а отрицательное влияние на рентабельность оказывает коэффициент текучести кадров.
******************************************************************
Число независимых факторов - 2
Число экспериментов - 8
МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ
Список регрессионных переменных :
------------------------------------
Z ( 1) = X ( 1)
Z ( 2) = X ( 2)
Y = Z ( 3) = X ( 3)
. УРАВНЕНИЕ МНОЖЕСТВЕННОЙ РЕГРЕССИИ :
------------------------------------------------------------------------
. N Предиктор Отклик Корреляционная матрица оценок (%)
. 1 2
------------------------------------------------------------------------
. Y = .330
. 1. Z( 1) + 1.135 * Z( 1) 99 -70
. 2. Z( 2) - .901 * Z( 2) -70 99
КОРРЕЛЯЦИОННАЯ МАТРИЦА ПРЕДИКТОРОВ И ОТКЛИКА
------------------------------------------------
. Номер 1 2 3
. 1 1.000 .701 .966
. 2 .701 1.000 .542
. 3 .966 .542 1.000
. ОСНОВНЫЕ СТАТИСТИКИ УРАВНЕНИЯ РЕГРЕССИИ
. ------------------------------------------
----------------------------------------------------------------------
. Номер Среднее Стандарт- Корреля- Коэфф. Станд.ош. Т - стат.
. ное откл. ция с Y регрессии коэфф.
. J PAV(J) PSAV(J) CFY(J) A(J) S(J) T(J)
----------------------------------------------------------------------
. 1 .185 .047 .966 1.135 .109 10.387
. 2 .103 .014 .542 -.901 .378 -2.383
. О т к л и к
. 3 .447 .047
. Свободный член : A(0) = .330
. Стандартная ошибка : S(0) = .029
----------------------------------------------------------------------
. СТАТИСТИКИ АДЕКВАТНОСТИ МОДЕЛИ
. --------------------------------
. Полная сумма квадратов .015.
. Остаточная сумма квадратов .000,
. степени свободы 5.
. Об"ясненная сумма квадратов .015,
. степени свободы 2.
. FISH - статистика Фишера 77.459.
. Коэфф. множественной корреляции .984.
. Стандартная ошибка оценки .010.
. ТАБЛИЦА ОСТАТКОВ
. --------------------------------------------
. Номер экс- Отклик Оценка Остаток
. перимента отклика
. --------------------------------------------
. 1 .384 .371 .013
. 2 .394 .401 -.007
. 3 .420 .424 -.004
. 4 .438 .444 -.006
. 5 .454 .464 -.010
. 6 .478 .478 .000
. 7 .498 .492 .006
. 8 .510 .502 .008
. --------------------------------------------
Уравнение множественной регрессии имеет вид:
у = 1,135 х1 – 0,901 х2 + 0,33
Из полученного уравнения видно, что увеличение коэффициента обновления ОС на 1% приведет к повышению рентабельности на 1,135%, а увеличение коэффициента текучести кадров, наоборот, будет давать снижение рентабельности на 0,901%.
Для оценки надежности уравнения регрессии используется критерий Фишера. Он равен 77,459, что больше F2,8,5%. Таким образом, уравнение регрессии значимо и надежно.
Теснота связи между первым признаком и результативным признаком составляет 0,966, что свидетельствует об очень тесной связи; между вторым признаком и результативным признаком 0,542, что говорит о связи средней степени; между рентабельностью и двумя объясняющими переменными (коэффициент множественной корреляции) 0,984, что показывает удачность подобранной модели.
Итак, полученное уравнение регрессии значимо и надежно. Положительно влияет на рентабельность увеличение коэффициента обновления ОС, а отрицательное влияние на рентабельность оказывает коэффициент текучести кадров.