Алгоритм 2. Копирование Листа 1 Рабочего файла на Лист 1(2)

1. Подвести курсор к закладке Лист 1 щелкнуть правой клавишей мыши;

2. В появившемся падающем меню выбрать пункт Переместить/Скопировать;

ОК.

В созданном Листе 1(2) удалить столбцы с данными, соответствующие факторам, признанными случайными и выполнить Алгоритм 1 без учета этих факторов (для этого необходимо в Алгоритме 1 изменить следующие пункты:

2. Входной интервал Y <= диапазон ячеек табл. 1 со значениями о бъема продаж);

3. Входной интервал X – диапазон ячеек табл. 1 со значениями факторных признаков.

После чего выполнить п. 1. Определение значимости коэффициентов уравнения для полученного нового уравнения регрессии.

В случае, если признается случайным свободный член а₀, то уравнение регрессии целесообразно построить заново без свободного члена а₀.

Для этого необходимо:

1. скопировать Лист 1(2) Рабочего файла на новый Лист 1(3) по описанному выше Алгоритму 2;

2. выполнить Алгоритм 1, задав в диалоговом окне Регрессия те же самые параметры, за исключением параметра Константа-ноль, который следует Активизировать (это означает, что модель будет строиться при условии а₀=0).

Доверительные интервалы коэффициентов а₀, а₁, а₂, и а₃ построенного уравнения регрессии при уровнях надежности Р=0,95 и Р = 0,683 представлены в выходной табл.4 в диапазоне ячеек F54:I56.

2. Определение практической пригодности построенной регрессионной модели.

Практическую пригодность построенной линейной регрессионной модели можно охарактеризовать по величине линейного коэффициента корреляции r.

Близость к единице свидетельствует о хорошей аппроксимации исходных (фактических) данных с помощью построенной линейной функции связи.

Пригодность построенной регрессионной модели для практического использования можно оценить и по величине индекса детерминации R², показывающего, какая часть общей вариации признака Y объясняется в построенной модели вариацией факторов X₁, Х₂ Х₃.

В основе такой оценки лежит равенство R = r (имеющее место для линейных моделей связи), а также шкала Чэддока, устанавливающая качественную характеристику тесноты связи в зависимости от величины r.

Согласно шкале Чэддока высокая степень тесноты связи признаков достигается лишь при >0,7, т.е. при >0,7. Для индекса детерминации R² это означает выполнение неравенства R² > 0,5.

Значение индекса детерминации R² приводится в табл.2 в ячейке В42 (термин " R - квадрат ").

3. Общая оценка адекватности регрессионной модели по F-критерию Фишера

Адекватность построенной регрессионной модели фактическим данным устанавливается по критерию Р.Фишера, оценивающему статистическую значимость (неслучайность) индекса детерминации R².

Значение множественного коэффициента детерминации R2показывает зависимость общей вариации результативного признака от вариаций факторных признаков.

Рассчитанная для уравнения регрессии оценка значимости R² приведена в табл. 3 в ячейке F49 (термин " Значимость F "). Если она меньше заданного уровня значимости α = 0,05, то величина R² признается неслучайной и, следовательно, выбранные факторы существенно влияют на объем продаж.

4. Оценка погрешности регрессионной модели

Погрешность регрессионной модели можно оценить по величине стандартной ошибки построенного линейного уравнения регрессии. Величина ошибки оценивается как среднее квадратическое отклонение по совокупности отклонений исходных (фактических) значений y_i признака Y от его теоретических значений , рассчитанных по построенной модели.

Погрешность регрессионной модели выражается в процентах и рассчитывается как величина .

В адекватных моделях погрешность не должна превышать 12%-15%.

Значение приводится в выходной таблице " Регрессионная статистика " (табл.2) в ячейке В44 (термин " Стандартная ошибка ").

Значение рассчитано с ячейке Е35.