Нейросети
Нейросети
Нейросети
Нейросети
Нейросети



Нейросети
Глава 1   Глава 2

 

 

В нашем примере данное условие выполняется (117,36 > 2,62).

При определении адекватности модели возможно выполнение одно-

го из трех условий.

1. Если построенная модель на основе ее проверки по F-

критерию Фишера в целом адекватна и все коэффициенты регрес-

сии значимы, то такая модель может быть использована для при-

нятия решений и прогноза..

2. Модель по F-критерию Фишера адекватна, но часть коэффи-

циентов регрессии незначима. В этом случае модель пригодна для

принятия некоторых решений, но не для производства прогнозов.

3. Модель по F-критерию Фишера адекватна, но все коэффици-

енты регрессии незначимы. В этом на ее основе решения прогнозы

не принимаются и не осуществляются.

Представленная первая модель, являясь адекватной, включает в

себя ряд незначимых факторов, поэтому на ее основе нельзя осуще-

ствлять прогнозы, но можно принимать некоторые решения.

Для того чтобы на основе данной модели можно было осуществ-

лять прогнозы, необходимо исключить незначимые факторы.

Как определить, какой фактор наименее значим?

Для этого необходимо сравнить факторы по критерию Стьюден-

та, представленному нарисунке 3.8, в столбце 6 (t(24)) и проанали-

зировать значения этого критерия. Из всех значений выбирается

наименьшее (в данном случае это 1,2 для х5 ).

Таким образом, наименее значимым является фактор х5, то есть

стоимость электроэнергии, который исключается из числа незави-

симых факторов.

Необходимо учитывать, что коэффициент Стьюдента для раз-

личных факторов при сравнении берется по модулю.

После этого возвращаемся к диалоговому окну (см. рисунок 3.9)

«Выбор зависимых и независимых переменных» и выделяем в пра-

вом столбце х1,х2,х3,х4 (в левом так и остается зависимая переменная

y).

Как можно видеть из рисунка 3.10, из незначимых факторов ос-

тался только х3, то есть затраты на один рубль произведенной про-

дукции, фактор х1 стал значимым.








       

  


Подпись: Начало
Подпись: Дальше

Линейные многофакторные модели 8