Тогда

Откуда

Тогда линейная регрессия будет иметь вид

Смысл коэффициента beta заключается в том, что при изменении значения X на 1 единицу Y меняется на 0,05 единиц

Параметры показательной регрессии

Нарисуем точки и регрессию:

Рис 17. График регрессии

4.2.2. Дисперсионный анализ для линейной регрессии

Среднее Y

Остаточная вариация (RSS)

Общая вариация (TSS)

Объясняемая вариация (ESS)

Правило сложения дисперсий выполняется

Подсчитаем оценку дисперсии ошибки, т.е.

Среднее X

Найдем оценки дисперсий коэффициентов регрессии

по формулам

Получим

4.2.3. Эластичность показательной регрессии

Подсчитаем функцию эластичности по формуле

В нашем случае

или

Значение эластичности в средней точке

Показывает, что при изменении X на 1% Y меняется на 5,72 процентов [13].

4.2.4. Доверительные интервалы для оцененных параметров

уровень доверия

Количество степеней свободы 30

Критическое значение статистики Стьюдента

Доверительный интервал для beta

равен

Не можем на данном уровне значимости принять гипотезу beta=0 т.к. не попадает в доверительный интервал.

Доверительный интервал для alpha

равен

Мы не можем на данном уровне значимости принять гипотезу alpha=0 т.к. не попадает в доверительный интервал.

4.2.5. Критерий Фишера значимости всей регрессии

Коэффициент корреляции

где

показывает, что связь сильна

Коэффициент детерминации

показывает, что регрессия объясняет 94,68

процентов вариации признака.

Убедимся в значимости модели с помощью статистики Фишера